摘要
本发明提供了一种基于多源数据的渔船行为知识构建方法及系统,方法包括渔船行为多源数据汇聚:利用各种传感器和标准化API接口采集渔船行为数据,对采集到的渔船行为数据进行汇聚处理;渔船行为知识构建:将实体作为节点,将实体之间的关系作为边,通过实体识别和关系识别构建出知识图,知识图中的边按照关系重要性进行赋权;渔船行为模型构建:使用知识图对图神经网络进行模型训练、模型预测和模型优化,从而获得最终的渔船行为知识模型。本发明的优点:不仅能实现对渔船行为进行更加精准的预测和分析,提升模型预测的准确性,而且可以很好地支持自动持续在线优化,还能对新增加的节点进行快速适配,提高对未知场景的预测精度。
技术关键词
知识构建方法
渔船
节点
XGBoost模型
实体
邻居
关系
注意力
特征选择机制
多任务损失函数
预训练语言模型
网络
数据格式
分区机制
正则化方法
随机梯度下降
字段
地理位置信息
事务管理
系统为您推荐了相关专利信息
存储器管理方法
实体
存储装置
存储器控制器
存储器模块