摘要
本发明公开了基于机器学习的智能事件研判方法,包括如下步骤:从多源事件数据中提取特征,按照预设时间窗口构建统一结构的事件片段集合,并识别其中具有稳定特征的片段作为正常样本,通过MCD算法构建参考模型,提取正常状态下的特征分布,将待分析事件与参考模型进行对比,计算特征偏移,形成行为轨迹,并采用椭圆包络算法确定异常判定范围,最终根据连续异常情况评估事件风险等级并动态调整参考样本组成,实现事件的智能识别与风险判断。本发明可实现对复杂事件的动态感知与智能识别。
技术关键词
分析事件
研判方法
事件风险评估
协方差矩阵
异常状态
轨迹
标记单元
包络
模板
滑动时间窗口
序列
异常事件
样本
动态
密度
队列
算法
协方差估计
参数
系统为您推荐了相关专利信息
霉菌检测方法
特征提取模型
数据
多模态
可见光图像
协方差矩阵
扩展卡尔曼滤波
观测误差
变分贝叶斯
预测误差
情感识别模型
动态更新
情感识别系统
在线
多模态传感器