摘要
本发明公开了一种风险感知的电网营销事件风险流式识别方法及系统。现有的方法存在跨领域有效性欠佳、难以应对概念漂移、依赖人工特征工程以及难以处理复杂数据流等缺点。本发明的电网营销事件风险流式识别方法,包括:可扩展营销事件编码、自适应增强域、初始化模型池、批处理异常检测、域重采样以及模型池适配与更新。本发明通过捕捉并序列化营销活动中的实时数据,并使用狄利克雷过程和费舍尔编码对数据进行分析;同时,以基于D‑Cox‑Time算法的多模态风险识别模型进行风险评估,实现动态的风险预测和异常检测。本发明增强了对电网营销事件的风险检测能力,提升跨领域有效性,自适应处理不断变化的数据流。
技术关键词
风险识别模型
分层注意力
Cox比例风险模型
前馈神经网络
识别方法
多模态
异常事件
事件特征
深度学习方法
成分分析
数据
生成向量
分类器
机制
特征加权融合
特征选择
编码模块
识别系统
系统为您推荐了相关专利信息
RNA干扰片段
训练神经网络
壳聚糖复合物
几丁质酶
壳聚糖分子量
多尺度特征
多层级特征
单目深度模型
生物识别方法
深度图
融合特征
边缘检测算法
轨道误差
识别方法
图像特征提取
杂草识别方法
YOLO模型
影像
遥感探测系统
多光谱相机
感知特征
计数方法
多头注意力机制
前馈神经网络
特征提取器