摘要
本公开提供了一种数据处理方法、装置、存储介质和程序产品,应用于人工智能技术领域。该方法包括:获取目标对象在指定时间内的历史属性信息;对历史属性信息进行预处理,得到时间序列矩阵;根据时间维度依次对时间序列矩阵中的历史属性信息执行卷积处理,得到特征矩阵;分别对特征矩阵进行循环计算和循环跳跃计算,得到第一隐藏信息和第二隐藏信息;其中,第一隐藏信息包括历史属性信息在指定时间段内的全局特征;第二隐藏信息包括历史属性信息在各时间步的局部特征;基于第一隐藏信息、第二隐藏信息和时间序列矩阵确定目标对象的风险系数;基于风险系数确定目标对象的目标信息;其中,目标信息用于反应目标对象在未来指定时间的变化情况。
技术关键词
数据处理方法
矩阵
对象
序列
时间段
数据处理装置
人工智能技术
计算机程序产品
模块
指令
可读存储介质
处理器
关系
系统为您推荐了相关专利信息
磨损量评估方法
铁路轨道
极限学习机
非线性
列车运行数据
智能问答方法
门控循环单元
命名实体识别模型
答案
度度量方法
数据可视化方法
数据中心
资源
机器学习算法
计算机执行指令
机器学习预测方法
深度学习模型
离散小波变换
LSTM模型
多尺度
动态预测方法
时序预测模型
序列
时序特征
融合特征