[發(fā)明專利]一種基于深度學(xué)習(xí)算法的事件預(yù)警模型構(gòu)建方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710540052.1
• 申請(qǐng)日: 2017-07-04
• 公開（公告）號(hào): CN109215308A
• 公開（公告）日: 2019-01-15
• 發(fā)明（設(shè)計(jì)）人: 陳瑞
• 申請(qǐng)（專利權(quán)）人: 北京航天長(zhǎng)峰科技工業(yè)集團(tuán)有限公司
• 主分類號(hào): G08B31/00
• 分類號(hào): G08B31/00;G06N3/08
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明涉及一種基于深度學(xué)習(xí)算法的事件預(yù)警模型構(gòu)建方法，通過(guò)對(duì)大規(guī)模重大事件相關(guān)資源信息進(jìn)行數(shù)據(jù)整合、數(shù)據(jù)關(guān)聯(lián)，通過(guò)靈活建模工具、可視化分析手段，建立事件預(yù)警模型，獲取有價(jià)值的重大事件預(yù)警信息，從而為相關(guān)部門提供更加快速、有效的情報(bào)信息，為政府決策提供有效的數(shù)據(jù)支撐。

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)器學(xué)習(xí)及大數(shù)據(jù)分析技術(shù)領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)算法的事件預(yù)警模型構(gòu)建方法。

背景技術(shù)

公共安全情報(bào)信息視線中的重大事件是指危害國(guó)家安全和穩(wěn)定的政治事件、暴力恐怖事件、群體性事件和綜合性事件。頻發(fā)的重大事件牽制了各級(jí)職能部門的大量精力，對(duì)各級(jí)政府管理構(gòu)成巨大壓力。網(wǎng)絡(luò)環(huán)境下，面對(duì)海量數(shù)據(jù)，且這些信息分散在多個(gè)業(yè)務(wù)系統(tǒng)中，只有將它們收集匯總，進(jìn)行綜合分析計(jì)算，才能夠?yàn)橹卮笫录A(yù)警提供更有價(jià)值的信息。用深度學(xué)習(xí)技術(shù)，設(shè)計(jì)一種對(duì)重大事件的預(yù)警防范系統(tǒng)十分必要。

發(fā)明內(nèi)容

本發(fā)明的目的在于用深度學(xué)習(xí)技術(shù)，提供一種基于深度學(xué)習(xí)算法的事件預(yù)警模型構(gòu)建方法，挖掘在數(shù)據(jù)背后隱藏深層次的價(jià)值數(shù)據(jù)，為不同領(lǐng)域政府部門在應(yīng)對(duì)突發(fā)事件、重大事件預(yù)警預(yù)測(cè)、敏感人員布控等工作提供技術(shù)支撐。

本發(fā)明的技術(shù)方案如下：

一種基于深度學(xué)習(xí)算法的事件預(yù)警模型構(gòu)建方法，其特征在于包括：

(1)事件數(shù)據(jù)存儲(chǔ)：運(yùn)用分布式結(jié)構(gòu)存儲(chǔ)機(jī)制和執(zhí)行機(jī)制，對(duì)存儲(chǔ)海量的、各類復(fù)雜數(shù)據(jù)類型的結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行存儲(chǔ)；

(2)數(shù)據(jù)分析比對(duì)處理：深度卷積神經(jīng)網(wǎng)絡(luò)、自動(dòng)編碼器、遞歸神經(jīng)網(wǎng)絡(luò)及深度信念網(wǎng)絡(luò)的深度學(xué)習(xí)技術(shù)，對(duì)存儲(chǔ)整合后的數(shù)據(jù)進(jìn)行分析比對(duì)處理；

(3)分析模型配置：根據(jù)不同的業(yè)務(wù)需求，制定適當(dāng)分析模型，包括前端圖表分析、綜合關(guān)聯(lián)展示、關(guān)聯(lián)擴(kuò)展分析、時(shí)間序列分析、空間分析平臺(tái)，為用戶提供一個(gè)可靈活配置的業(yè)務(wù)模型的分析平臺(tái)；

(4)可視化分析：通過(guò)對(duì)關(guān)注對(duì)象的擴(kuò)展，確定關(guān)注對(duì)象的關(guān)聯(lián)信息及關(guān)聯(lián)關(guān)系，通過(guò)各種分析功能及算法，對(duì)實(shí)體信息及關(guān)聯(lián)線索進(jìn)行進(jìn)一步分析，挖掘出其隱藏其間的對(duì)象間的深層信息；

(5)事件預(yù)警防范：通過(guò)多因素疊加事件模型自動(dòng)分析服務(wù)生成事件預(yù)警信息，對(duì)事件進(jìn)行跟蹤、監(jiān)測(cè)并結(jié)合人工研判，從而對(duì)事件進(jìn)行有效處置，對(duì)未發(fā)生事件或事件苗頭進(jìn)行有效防范。

本發(fā)明運(yùn)用先進(jìn)的大數(shù)據(jù)、深度學(xué)習(xí)等技術(shù)，對(duì)大規(guī)模重大事件相關(guān)資源信息進(jìn)行數(shù)據(jù)整合、數(shù)據(jù)關(guān)聯(lián)，通過(guò)靈活建模工具、可視化分析等手段，建立事件預(yù)警模型，獲取有價(jià)值的重大事件預(yù)警信息，從而為相關(guān)部門提供更加快速、有效的情報(bào)信息，為政府決策提供有效的數(shù)據(jù)支撐。

具體實(shí)施方式

本發(fā)明具體實(shí)施過(guò)程包括以下步驟：

(1)事件數(shù)據(jù)存儲(chǔ)：事件預(yù)警防范系統(tǒng)數(shù)據(jù)存儲(chǔ)及數(shù)據(jù)分析重要組成部分，主要工作包括：一是存儲(chǔ)海量的、各類復(fù)雜數(shù)據(jù)類型的結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。二是運(yùn)用分布式結(jié)構(gòu)存儲(chǔ)機(jī)制和執(zhí)行機(jī)制，對(duì)存儲(chǔ)整合后的數(shù)據(jù)進(jìn)行分析比對(duì)處理。

(2)深度學(xué)習(xí)技術(shù)應(yīng)用：深度學(xué)習(xí)技術(shù)研究與實(shí)踐至關(guān)重要，本文提供深度卷積神經(jīng)網(wǎng)絡(luò)、自動(dòng)編碼器、遞歸神經(jīng)網(wǎng)絡(luò)及深度信念網(wǎng)絡(luò)等不同類型的深度學(xué)習(xí)技術(shù)，高效運(yùn)用這類技術(shù)，并加以成功運(yùn)用，能夠更好的幫助用戶理解數(shù)據(jù)之間的關(guān)系。

(3)分析模型配置：在重大事件預(yù)警防范過(guò)程，通過(guò)窮舉涉及重大事件業(yè)務(wù)模型是不現(xiàn)實(shí)的，但是在面對(duì)異常復(fù)雜環(huán)境下，能夠根據(jù)瞬息萬(wàn)變的業(yè)務(wù)需求靈活制定分析模型具有現(xiàn)實(shí)意義，分析模型配置能夠?yàn)橛脩籼峁┮粋€(gè)可靈活配置的業(yè)務(wù)模型的分析平臺(tái)。系統(tǒng)提供前端圖表分析、綜合關(guān)聯(lián)展示、關(guān)聯(lián)擴(kuò)展分析、時(shí)間序列分析、空間分析等不同類型的可視化分析方法。