-
公开(公告)号：CN109657547A
公开(公告)日：2019-04-19
申请号：CN201811347044.6
申请日：2018-11-13
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种基于伴随模型的异常轨迹分析方法，包括以下步骤：视频结构化系统进行人脸识别，得到人脸视频数据并进行预处理，然后通过频繁模型挖掘算法针对伴随人员进行伴随分析挖掘，得到伴随关系数据和伴随风险系数，伴随风险系数大于伴随人员风险阈值记录为风险伴随人员；通过无监督学习算法针对风险伴随人员的伴随关系数据进行伴随轨迹异常检测，基于风险伴随人员的异常轨迹通过自动特征工程算法训练有监督学习模型并进行风险伴随人员异常轨迹分析。本发明基于人脸视频结构化数据，结合伴随分析模型，在考虑人员伴随关系的基础上，通过异常轨迹检测算法分析异常轨迹，克服了仅从时间和位置角度构建模型在准确性和应用性较差的局限。
-
公开(公告)号：CN109657547B
公开(公告)日：2020-07-07
申请号：CN201811347044.6
申请日：2018-11-13
Applicant: 成都四方伟业软件股份有限公司
Abstract: 本发明公开了一种基于伴随模型的异常轨迹分析方法，包括以下步骤：视频结构化系统进行人脸识别，得到人脸视频数据并进行预处理，然后通过频繁模型挖掘算法针对伴随人员进行伴随分析挖掘，得到伴随关系数据和伴随风险系数，伴随风险系数大于伴随人员风险阈值记录为风险伴随人员；通过无监督学习算法针对风险伴随人员的伴随关系数据进行伴随轨迹异常检测，基于风险伴随人员的异常轨迹通过自动特征工程算法训练有监督学习模型并进行风险伴随人员异常轨迹分析。本发明基于人脸视频结构化数据，结合伴随分析模型，在考虑人员伴随关系的基础上，通过异常轨迹检测算法分析异常轨迹，克服了仅从时间和位置角度构建模型在准确性和应用性较差的局限。
-
公开(公告)号：CN108830603A
公开(公告)日：2018-11-16
申请号：CN201810719314.5
申请日：2018-07-03
Applicant: 成都四方伟业软件股份有限公司
IPC: G06Q20/38
Abstract: 本发明实施例提供一种交易识别方法及装置。所述交易识别方法包括：获取一目标用户账号指定时间段内的历史交易数据；使用预先训练好的识别模型计算得到所述历史交易数据的第一序列概率；获取所述目标用户账号当前交易数据；将当前交易数据与所述历史交易数据进行重新拼接得到更新交易数据；使用预先训练好的识别模型计算所述更新交易数据的第二序列概率；以及根据所述第一序列概率及第二序列概率计算得到交易识别结果。
-
-
Search Results
3
records
(took 0.025 seconds)
