摘要
本发明公开了基于数据驱动的异常行为评估方法及系统,方法包括数据采集、数据预处理、建立用户行为检测模型、模型参数优化和异常行为评估。本发明属于数据处理领域,具体是指基于数据驱动的异常行为评估方法及系统,本方案通过增强的噪声抑制与离散化处理,以及高保真的数据还原,减少数据特征还原中的信息损失,增强异常行为检测的准确性;基于概率模型设计提供精准的异常行为识别能力;基于设计激活函数的动态适应能力,提高对复杂用户行为数据的响应能力,进而确保异常行为评估的准确性;基于动态偏移量初始化个体位置,通过设计对立学习策略进行精细搜索进而提高用户异常行为评估效果。
技术关键词
群搜索算法
编码器
异常用户
检测模型训练
正确率
参数
数据采集模块
量化器设计
解码器设计
动态
元素
深度神经网络
训练集
因子
噪声抑制
数据标签
系统为您推荐了相关专利信息
生成对抗网络模型
极限学习机
辐射监测传感器
数据
量子态
人脸属性
编辑方法
多模态特征融合
人脸图像数据
翻译器
寿命预测方法
电池系统
标签训练集
超参数
充放电数据
水果外观品质
图片
数据
扩容方法
引入注意力机制
生成对抗网络
图像修复系统
编码向量
深度学习模型
图像特征信息