摘要
本申请涉及智能监测技术领域,其具体地公开了一种基于大数据的网络空间地理图谱监测系统,其采用基于深度学习的人工智能技术对网络空间地理图谱中第一节点的节点描述进行语义理解,提取出节点描述的语义特征表示,同时对第一节点的多源异构数据进行时序分析,从中挖掘出电网节点的状态信息,从而结合初始节点描述和电网节点的状态信息来进行节点描述的更新。这样,能够实现对网络空间地理图谱中节点状态的实时监测和图谱的实时更新,及时反映节点在网络空间中的最新状态,提高网络空间地理图谱的更新效率和准确性。
技术关键词
节点
多源异构数据
监测系统
多模态
设备状态数据
网络流量数据
大数据
时序
图谱
语义
状态更新
序列
贝叶斯概率网络
智能监测技术
编码模块
参数
RNN模型
分析模块
人工智能技术
系统为您推荐了相关专利信息
联合检测方法
工业产品图像
图文
大语言模型
融合特征
展示系统
中央控制单元
显示组件
多模态数据融合
人工智能模型