基于机器学习的事务聚集发生预警方法及其应用

    公开(公告)号:CN115564156A

    公开(公告)日:2023-01-03

    申请号:CN202211294234.2

    申请日:2022-10-21

    摘要: 本申请提出了基于机器学习的事务聚集发生预警方法及其应用,包括以下步骤:提取原有数据的特征结构,该特征结构至少包括事务文本内容;提取事务文本内容中的文本内容,并将该文本内容拆分为地址字段特征、人名字段特征、事务人数字段特征及原始文本字段特征;将地址字段特征转换成标准结构化地址及其经纬度数据;通过递归密度聚类算法选取任一经纬度数据作为数据组点,并找到该数据组点密度可达的所有数据对象点形成一个簇,再将在同一簇下的数据组分类为同类数据;通过文本相似度算法处理同类数据下的文本字段,将同一类目下的相似事务作为结果存储至结果表;S50、输出结果表并根据该结果表预警。本申请提取事件的可用性及准确性高优点。

    一种电力负载预测模型及其构建方法、装置及应用

    公开(公告)号:CN117498326A

    公开(公告)日:2024-02-02

    申请号:CN202311459849.0

    申请日:2023-11-03

    摘要: 本申请提出了一种电力负载预测模型及其构建方法、装置及应用,包括以下步骤:构建电力负载预测模型,获取表示电力负载情况的历史观测数据输入到电力负载预测模型中;所述电力负载预测模型包括特征学习层、交叉特征投影层以及时间投影层组成,将所述历史观测数据输入到特征学习层得到特征学习结果;将所述特征学习结果输入到所述交叉特征投影层进行交叉注意力的计算后输入到时间投影层输出得到电力负载预测结果,基于所述电力负载预测结果构建损失函数对所述电力负载预测模型的参数进行调整得到训练好的电力负载预测模型。本方案可以根据输入的历史观测数据来高准确度的预测未来一段时间内的电力负载情况。

    一种城市积水情况预测方法、装置及应用

    公开(公告)号:CN116822749A

    公开(公告)日:2023-09-29

    申请号:CN202310867731.5

    申请日:2023-07-13

    摘要: 本申请提出了一种城市积水情况预测方法、装置及应用,包括以下步骤:获取设定区域内的第一点位信息和预报天气信息;使用这些信息输入预训练的液位预测模型,得到第一预测液位信息;利用克里金插值法计算第一点位信息及其第一预测液位信息,以获得第二点位信息和对应的第二预测液位信息;利用预训练的积水预测模型,将第一预测液位信息、第二预测液位信息和预报天气信息输入,得到第一点位和第二点位的积水标签;将这些标签汇总,得到设定区域的积水预测数据。本方案通过多个模型的组合并结合城市的物联网数据可以精确预测城市中每一位置的积水情况,方便对相关部门做出预警。

    一种信息分析模型的训练方法及信息分析方法

    公开(公告)号:CN117574981B

    公开(公告)日:2024-04-26

    申请号:CN202410057458.4

    申请日:2024-01-16

    摘要: 本申请提出了一种信息分析模型的训练方法及信息分析方法,包括以下步骤:获取信息分析数据并输入到预训练好的T5模型中得到第一信息分析结果;构建自建模型,在所述训练样本中获取至少一信息分析数据组成信息分析集合,以第一信息分析结果为训练目标,以信息分析集合为训练数据对所述自建模型进行训练得到普适模型;构建数据校正模型并获取微调数据集,使用微调数据集对自建模型进行迭代训练得到信息分析模型,所述数据校正模型在迭代训练过程中对微调数据集进行更新。本方案以T5模型的输出为训练目标来构建自建模型,并对其进行迭代训练得到信息分析模型,从而使用信息分析模型以更小的计算资源来进行信息分析。

    一种XSS攻击检测模型的构建方法、装置及应用

    公开(公告)号:CN116910749A

    公开(公告)日:2023-10-20

    申请号:CN202310905601.6

    申请日:2023-07-21

    摘要: 本申请提出了一种XSS攻击检测模型的构建方法、装置及应用,包括以下步骤:构建XSS攻击检测模型,包括特殊字符的词频统计和序列嵌入;模型由预训练的神经网络、预训练的梯度提升树和交叉注意力网络组成;神经网络提取序列特征,与特殊字符的词频统计进行特征拼接;梯度提升树进行决策,并将叶子节点与特征拼接得到交叉特征;交叉注意力网络通过点乘结果和交叉特征计算交叉注意力权重,得到交叉权重向量。将交叉权重向量和点乘结果输入分类器,得到检测结果。本方案通过使用预训练的神经网络进行特征的提取,使得模型的复用性高,并通过构建交叉注意力网络进行检测使得模型的泛化性强,预测准确率高。