摘要
本发明提供了一种犯罪态势研判模型训练方法,所述方法包括:步骤S1、获取已有的历史犯罪时间序列数据并对其进行预处理得到目标序列数据集;步骤S2、构建初始模型;步骤S3、采用目标序列数据集对所述初始模型进行多轮迭代训练得到犯罪态势研判模型。本发明的通过LSTM模型的基本结构来构建犯罪态势研判模型,以捕获犯罪时间序列数据中的长期依赖关系,提高犯罪态势研判模型的时效性和准确性;同时在犯罪态势研判模型中引入注意力模块来自动学习犯罪时间序列数据中的重要特征,使犯罪态势研判模型更加关注对犯罪预测有影响的信息,提高对特征的表达能力,进而提高犯罪态势研判模型的准确性和可靠性。
技术关键词
数据
序列
模型训练方法
研判系统
数值
注意力参数
更新模型参数
LSTM模型
样本
研判方法
标签
处理器
输入模块
可读存储介质
时效性
存储器
电子设备
指令
系统为您推荐了相关专利信息
数据存储器
数据接口
数据获取模块
正态分布模型
电子设备
模块化墙体
小波阈值去噪算法
超声接收器
Softmax函数
数据分析软件
节能控制方法
智慧校园
中央控制系统
优化用户体验
策略
意向预测方法
嵌入数据采集代码
在线学习机制
身份认证系统
变量