摘要
一种基于大数据建模分析的事件识别与预警方法,包括:利用多种数据采集方法,采集多源异构的原始数据,对所述原始数据进行预处理;根据所述与处理后的原始数据,提取人员模型信息数据和事件模型信息数据.对所述人员模型信息数据和事件模型信息数据进行存储;根据所述人员模型信息数据和事件模型信息数据,采用K‑means聚类算法,对事件识别模型进行构建;根据所述事件识别模型实时对当前数据进行预警,当当前数据符合事件识别模型时,通过多种方式实时对相应人员进行预警。本发明基于大数据以及Att‑BiLSTM神经网络,耦合宽度学习系统与反向传播神经网络(BP),实现了各个模型的智能识别,实现了多类型事件预警,提高了事件识别精度和效率,实现了预警智能化。
技术关键词
事件识别
大数据建模分析
宽度学习系统
预警方法
数据采集方法
分类神经网络
BP神经网络
高清摄像技术
引入注意力机制
异构
特征选择
视频监控数据
物联网传感器
环境监测数据
初始聚类中心
采集单元
BP算法
系统为您推荐了相关专利信息
滑坡监测预警方法
决策树算法
双向长短期记忆网络
序列
特征工程
系统故障预警系统
延时模块
燃煤机组
系统故障预警方法
预警模型
数据采集终端
数据收集装置
数据采集模式
头戴式摄像头
人形机器人
物联网传感器设备
机器学习优化
数据采集系统
LSTM模型
模糊控制算法
长短期记忆神经网络
注意力机制
码头
预警方法
计划