一种基于深度学习算法的事件预警模型构建方法技术

本发明专利技术涉及一种基于深度学习算法的事件预警模型构建方法，通过对大规模重大事件相关资源信息进行数据整合、数据关联，通过灵活建模工具、可视化分析手段，建立事件预警模型，获取有价值的重大事件预警信息，从而为相关部门提供更加快速、有效的情报信息，为政府决策提供有效的数据支撑。

An Event Early Warning Model Construction Method Based on Deep Learning Algorithms

The invention relates to an event early warning model construction method based on in-depth learning algorithm. Through data integration and data association of large-scale major event related resource information, through flexible modeling tools and visual analysis means, the event early warning model is established to obtain valuable important event early warning information, so as to provide more rapid and effective information for relevant departments. Interest provides effective data support for government decision-making.

【技术实现步骤摘要】
一种基于深度学习算法的事件预警模型构建方法
本专利技术涉及机器学习及大数据分析
，具体涉及一种基于深度学习算法的事件预警模型构建方法。
技术介绍
公共安全情报信息视线中的重大事件是指危害国家安全和稳定的政治事件、暴力恐怖事件、群体性事件和综合性事件。频发的重大事件牵制了各级职能部门的大量精力，对各级政府管理构成巨大压力。网络环境下，面对海量数据，且这些信息分散在多个业务系统中，只有将它们收集汇总，进行综合分析计算，才能够为重大事件预警提供更有价值的信息。用深度学习技术，设计一种对重大事件的预警防范系统十分必要。
技术实现思路
本专利技术的目的在于用深度学习技术，提供一种基于深度学习算法的事件预警模型构建方法，挖掘在数据背后隐藏深层次的价值数据，为不同领域政府部门在应对突发事件、重大事件预警预测、敏感人员布控等工作提供技术支撑。本专利技术的技术方案如下：一种基于深度学习算法的事件预警模型构建方法，其特征在于包括：(1)事件数据存储：运用分布式结构存储机制和执行机制，对存储海量的、各类复杂数据类型的结构化数据和非结构化数据进行存储；(2)数据分析比对处理：深度卷积神经网络、自动编码器、本文档来自技高网...

【技术保护点】
1.一种基于深度学习算法的事件预警模型构建方法，其特征在于包括：(1)事件数据存储：运用分布式结构存储机制和执行机制，对存储海量的、各类复杂数据类型的结构化数据和非结构化数据进行存储；(2)数据分析比对处理：深度卷积神经网络、自动编码器、递归神经网络及深度信念网络的深度学习技术，对存储整合后的数据进行分析比对处理；(3)分析模型配置：根据不同的业务需求，制定适当分析模型，包括前端图表分析、综合关联展示、关联扩展分析、时间序列分析、空间分析平台，为用户提供一个可灵活配置的业务模型的分析平台；(4)可视化分析：通过对关注对象的扩展，确定关注对象的关联信息及关联关系，通过各种分析功能及算法，对实体信...

【技术特征摘要】
1.一种基于深度学习算法的事件预警模型构建方法，其特征在于包括：(1)事件数据存储：运用分布式结构存储机制和执行机制，对存储海量的、各类复杂数据类型的结构化数据和非结构化数据进行存储；(2)数据分析比对处理：深度卷积神经网络、自动编码器、递归神经网络及深度信念网络的深度学习技术，对存储整合后的数据进行分析比对处理；(3)分析模型配置：根据不同的业务需求，制定适当分析模型，包括前端图表分析、综合关联展示、关联扩展分...

【专利技术属性】
技术研发人员：陈瑞，
申请(专利权)人：北京航天长峰科技工业集团有限公司，
类型：发明
国别省市：北京,11