基于多通道神经网络的成果数据智能筛选方法及其系统

本申请涉及人工智能、深度学习技术领域，公开了基于多通道神经网络的成果数据智能筛选方法及其系统。该方法包括：利用梯度算法训练多通道RPNN神经网络模型：将人才筛选过程中所使用的历史成果数据作为输入数据，利用梯度算法对多通道RPNN神经网络模型进行模型训练，得到最优权重参数和判断成果数据是否为优秀的参考阈值，多通道RPNN神经网络模型的输入层由一个通道扩展为至少两个以上通道；将采集到的实时成果数据输入至训练好的多通道RPNN神经网络模型中输出计算结果，所述实时成果数据为多维度数据或者多模态数据，每一个维度或者模态对应一个通道；当计算结果大于或者等于参考阈值时，确定实时成果数据为优秀数据；否则确定为一般数据。