摘要
本发明公开一种基于模型向量的可信计算方法及装置,其方法包括:对待处理的数据进行预处理操作,获取数据可信影响要素集合和数据时间维度集合,数据可信影响要素集合包括对数据可信情况具有影响的多维度要素,数据时间维度集合基于时间衰减函数评估时间因素;对数据可信影响要素集合的每个可信影响要素赋予可信分值,对于数据时间维度集合中的每个时间维度,基于影响程度为对应可信影响要素赋予基础分值作为要素分值;对数据可信影响要素集合和数据时间维度集合中的各要素进行变异系数计算、变异比重计算以及加权比重计算,获得最终可信得分。本发明通过将时间衰减形式以更实际更合理得形式完善到模型计算中,达到业务规则与实际的情况一致。
技术关键词
可信计算方法
可信计算装置
积层
卷积神经网络结构
神经网络模型
异常数据
节点
池化方法
序列
周期
数据处理模块
标签
数据冗余
基础
离线
批量
频率
参数
系统为您推荐了相关专利信息
智能语音交互
服务系统
神经网络语言模型
抵消算法
序列
BP神经网络模型
同步电机参数
在线辨识方法
轴电流
定子
短期预测方法
历史风速数据
神经网络模型
神经网络组合模型
误差修正方法
光伏组件
输入神经网络模型
历史运行数据
仿真建模方法
计算机执行指令
产能预测方法
服装
卷积神经网络模型
销售额
时间段