摘要
本发明公开了一种基于云计算的农贸市场异常波动风险监测方法及系统,涉及农贸市场监测领域,该方法包括:提取出人群情绪和肢体动作的时间序列特征;将提取出的人群情绪和肢体动作的时间序列特征与农贸市场数据相融合,并运用深度学习算法,以预测农贸市场的异常波动;基于预测出的农贸市场的异常波动,分析异常波动对农贸市场稳定性的影响程度,并构建异常行为风险评估模型,评估异常波动风险;将波动风险评估结果通过云端实时反馈至农贸市场管理端,并基于反馈数据执行自适应调控机制。本发明通过采集农贸市场的多媒体数据,并利用云计算平台,不仅为后续的异常波动预测提供了丰富的数据基础,还极大地提高了数据处理的效率和准确性。
技术关键词
农贸市场
风险监测方法
时间序列特征
情绪特征
条件风险价值
深度学习算法
风险评估模型
网络结构
数据
多媒体
人脸表情识别
孤立森林算法
动作特征
深度学习模型
多模态深度学习
系统为您推荐了相关专利信息
欺诈识别方法
数字金融业务
预警机制
深度学习模型
数据共享平台
客户服务方法
情绪特征
融合语义
序列特征
客户服务装置
情绪特征
随机森林模型
后机器
健康状态预测
机器状态数据
自动检测系统
联合特征提取
服务器
数据
智能分析模块