一种基于长短期记忆循环神经网络的电力指令文本匹配方法

    公开(公告)号:CN110110095A

    公开(公告)日:2019-08-09

    申请号:CN201910355114.0

    申请日:2019-04-29

    Abstract: 本发明公开了一种基于长短期记忆循环神经网络的电力指令文本匹配方法,包括特征提取、关联分析等模块。首先从原始数据集中提取用户的用电数据的时间序列作为初始特征集,然后对特征集进行无量纲化和特征选择处理,并且采用主成分分析法和自编码网络对初始特征集进行降维得到有效特征集,最后采用孤立森林算法计算出每个用户的异常分数以判定用户数据有无异常。与现有技术相比,本发明的有益效果充分利用当前各专业先进技术,在开放式的信息技术框架体系下,与现有相关系统相融合和衔接,基于深度学习的智能开票应用,解决了两个问题,一是操作票的原始特征表示;二是选择合适的学习算法。

Patent Agency Ranking