一种数据特征判别方法和系统

本发明公开了一种数据特征判别方法和系统，属于数据处理和人工智能技术领域，结合注意力机制和双向GRU网络实现数据特征判别，通过使用双向门控循环单元提取时间序列数据的特征信息，采用注意力机制对隐藏状态加权计算以完成有效特征筛选；对交叉熵损失函数加以改进，计算模型损失并进行模型权重更新，使训练出的模型更好的区分正常与异常数据。本发明基于注意力机制和双向GRU网络对数据特征进行判别，加强了对特征的提取能力；在解码阶段引入注意力机制，削弱了无关特征对结果的影响，提高了模型的泛化能力，对交叉熵损失函数加以改进，使其更加适用于正、异常样本数不均的输入数据，提高了判别模型的精度。