摘要
本发明公开了一种人员多维度评分预测方法,首先收集人员多维度评分历史数据集并进行数据清洗操作,获得初始数据,然后按照非均匀采样机制从初始数据中获得多维度时间值数据组成训练数据集;同时构建人员多维度评分预测模型,包括有编码器和解码器;再将训练数据集输入到人员多维度评分预测模型进行训练,得到训练好的人员多维度评分预测模型;最后拟合训练好的人员多维度评分预测模型的基函数,将需要预测的时间点输入到基函数中得到预测结果。本发明依据多维度时间值数据进行预测,同时模型的泛化性能强,且保留了模型的可解释性,预测结果准确,适应不同企业环境和岗位需求。
技术关键词
评分预测模型
评分预测方法
前馈神经网络
令牌
注意力
解码器
编码器
代表
滤波器
卷积特征提取
更新模型参数
序列
概率密度函数
分辨率
机制
模块
冗余特征
多层感知机
数据分布
系统为您推荐了相关专利信息
检修策略
注意力
时序特征
智能辅助诊断
分层强化学习
预后预测系统
高维特征向量
特征提取模块
数据输入模块
肿瘤
特征融合网络
高光谱遥感图像
输出特征
空间光谱特征
矩阵
深度残差网络
深度残差卷积神经网络
信道估计算法
车辆通信
通道注意力机制