摘要
本发明的基于人工智能驱动的数据挖掘方法及系统,方法包括:S1:接收原始数据流并生成异构数据特征信号;S2:将异构数据特征信号输入至动态质量感知模块,生成质量评估反馈信号与净化触发信号,输出清洗后的优化特征信号;S3:响应于优化特征信号,同步输出分类标签信号、聚类关联信号及异常评分信号;S4:基于模式识别控制信号生成可解释性增强信号,生成与业务规则对齐的语义解释信号;S5:接收语义解释信号并生成闭环优化指令信号,其中通过强化学习代理动态调整特征提取策略与模型超参数,形成自适应迭代挖掘链路。本发明的基于人工智能驱动的数据挖掘方法及系统可以解决异构数据融合失真、动态环境适应性差、模型决策不可信的问题。
技术关键词
人工智能驱动
数据挖掘方法
信号
强化学习代理
模式识别
模型超参数
深度神经网络
异构
语义
生成对抗网络
多源融合
时空注意力机制
模块
动态
数据挖掘系统
隐马尔可夫模型
执行多任务
规则知识库
系统为您推荐了相关专利信息
多天线通信系统
编码优化方法
信号传输机制
预编码向量
节点
电阻分压电路
驱动芯片
复位电路
欠压检测电路
RC延时电路
回路测试方法
晶闸管级
多传感器
中央控制单元
机器学习模型
沉浸式虚拟现实
设计系统
输出端
监测单元
数据特征提取
独立悬挂系统
转向控制器
机器人
故障报警单元
射流泵