摘要
本发明提供一种公共安全突发事件预测方法及系统,方法用于多个客户端执行,每个客户端部署一个客户端本地模型,客户端本地模型与服务端进行联邦训练;文本序列数据通过预设编码模块提取事件主题编码后获得目标客户端的事件主题序列,与主题嵌入矩阵计算获得事件主题,通过融合时空注意力加权机制的深度学习神经网络输出各时刻客户端的隐藏状态,对当前时刻目标客户端的事件主题和前一时刻其他客户端的隐藏状态进行线性变换获得当前时刻其他客户端对目标客户端的影响力,结合影响力矩阵和影响程度参数向量计算科学影响上下文,映射至与隐藏状态相同的语义空间后融合获得下一时刻事件主题序列预测结果,提高公共安全突发事件预测结果的准确性。
技术关键词
客户端
深度学习神经网络
主题
注意力
编码模块
序列
社交平台
文本
语义
机制
表达式
训练样本集
超参数
服务端
数据
协方差矩阵
预测系统
系统为您推荐了相关专利信息
多任务预测方法
信息扩散预测
静态特征
级联
社交
道路缺陷检测
YOLOv3模型
混合高斯模型
图像获取装置
特征提取网络