关联规则与智能体的大数据聚集性隐患判别方法及系统

AITNT
正文
推荐专利
关联规则与智能体的大数据聚集性隐患判别方法及系统
申请号:CN202411744016
申请日期:2024-11-30
公开号:CN119691389A
公开日期:2025-03-25
类型:发明专利
摘要
本发明公开了一种关联规则与智能体的大数据聚集性隐患判别方法及系统,对电力设备多源数据进行预处理;针对预处理后的电力设备多源数据,通过剪枝和扩展处理方式获得频繁项集;面向电力设备多源数据进行频繁项集的关联规则挖掘,确定不同数据的共同特征和关联规则;构建具有理解、记忆、决策的智能体,对共同特征和关联规则进行深度理解,结合电力规则知识进行推理分析,并进行人机交互得出聚集性隐患的分析结果。本发明通过分析关联中的潜在隐患,最终进行人机交互得出聚集性隐患的分析结果,整体提升聚集性隐患判别的可靠性、可解释性。
技术关键词
Apriori算法 面向电力设备 判别方法 连续监测数据 判别系统 故障特征量 拆分功能 记忆机制 文本 整体提升 判别模块 程序 数值 指标 决策 数据模块
系统为您推荐了相关专利信息
1
一种高空高超声速导弹绕流流态判别方法
高超声速导弹 判别方法 湍流模型 网格 球形
2
一种基于分布式结构的数据安全访问方法及系统
数据安全访问方法 节点标识符 分布式结构 高风险 分布特征
3
一种基于过渡特征的电弧故障判别方法及相关设备
故障判别方法 信号特征 神经网络模型 一维卷积神经网络 特征提取方式
4
基于大数据的网络安全感知方法与装置
网络安全感知方法 Apriori算法 大数据 随机森林 决策树训练
5
一种基于深度学习的宫颈病变分级判别方法
多维特征向量 判别方法 像素点 血液 训练深度学习模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号