智能判证预测事件发生的处理系统技术方案

本发明专利技术公开的一种智能判证预测事件发生的处理系统，旨在提供一种处理速度效率高、预测准确性高，实时性强的处理系统。本发明专利技术通过下述技术方案予以实现：数据采集汇聚终端利用各类采集设备对相关数据进行采集，在关键词搜索的基础上结合知识库关联内容进行关联搜索，将多渠道数据送入服务器集群汇聚和传输，通过自定义的数据接口汇集到阿里云平台进行信息智能处理，利用预测算法模块、资源智能配置模块、证据元攻防算法模块和模型训练算法模块，经多功能线程支撑事件的预测、证据闭环、模型训练和资源配置等处理。将分析结果通过数据接口送到可视化展示平台进行处理，采用B/S架构以及控制输入终端实现功能算法的可视化展现和人机交互命令输入。

【技术实现步骤摘要】
智能判证预测事件发生的处理系统
本专利技术涉及一种智能判证预测事件发生的处理系统,尤其是智能判证预测事件发生的预防系统。
技术介绍
预测(Forecasting)是预计未来事件的一门艺术，一门科学。它包含采集历史数据并用数学模型来外推与将来。它也可以是对未来的主观或直觉的预期。它还可以是上述的综合，即经由经理良好判断调整的数学模型。事件预测(EventForecasting)归属于宏观意义上的预测，是指对某一具体事件的预测。人们用自己的经验、技术等有效信息对未来某一事件发生的可能性进行判断，比如天气预测、地震预测、经济预测、体育赛事预测、政治预测等等都是人们生活中常见的事件预测，各种各样的事件预测融入在人类社会发展中的每一个角落，也成为人们生活中必不可缺的一项活动。传统的体育竞猜行业往往存在着不公开，不透明的问题，这样的预测结果对于参与用户来说是绝对不公平的，而事件预测可以从不同的维度，多元化的对事件进行预测，避免了以往不公开、不透明的问题。所有一切可能发生的事情都可以发起事件预测，正是这种多维度、多元化的事件预测,值得关注和研究。随着社会经济的发展和人们对公共事件的关注，特别是近年来如SARS、禽流感等公共卫生事件频发，造成了生命和财产的极大损失，给人们及各相关管理部门敲响警钟的同时，也对安全事件的控制预防工作提出了更高的要求。以往的控制预防工作往往是针对已发事件采取隔离、紧急治疗等措施，这种事后处理的方法已经赶不上时代的发展，如何利用多方数据预防事件的发生，综合分析进行信息增值，提前储备资源，合理进行资源配置等问题已成为目前工作亟待解决的难题。对事件的预防其中一个内容就是事件预测，目前市场上最基础的预测系统就是天气预报，而当今人们生活水平的提高，需要在更多方面进行安全防控，并能够适应繁杂的差异性和变化。特别是针对公共安全事件进行合理预测，起到提前预测、预警，争取更大的反应时间，加快处理速度，并保证一定的正确率，这是用户目前最迫切的需求。针对公共安全类别等事件，以防为主，提前防控是关键。大数据时代的到来，使得信息数据全面爆发，传统通过人工搜集、人工统计的处理方法耗时耗力，且容易遗漏关键，很难找到一些信息的关联，靠人工和经验已经不能完全满足要求，因此需要综合多方数据，全局统筹，并且引入人工智能处理方法，挖掘深层规律，提供信息增值。以往受到地域限制，各地区都成立了多个公共安全相关部门，全局统筹较少，往往各部门仅根据自身业务进行开发和演进，政府公职各部门之间相对独立，数据利用率较低，各类系统层出不穷，架构不统一，难以协同，如何联合统筹规划也成为一大难题。当政府部门在考虑风险防控、技术开发规划、资源配置、想要达到某种目的时候，如何最大化地利用有限的资源、进行防控决策等考虑时，需要有一款系统能够综合各方信息，智能搜集并处理，挖掘深层规律，预测走势并能够进行资源动态规划。目前市场上已经出现多种多样预测系统，较为有名的是百度和google的疾病预测系统，利用各大医疗数据和来自搜索引擎和数据分析机构的数据进行疾病预测。但是正如google预测曾经很准，但是在2013年后一直对于疾病的情况高估了超过50％，从而导致预测的错误率增高，而不再适用。类似的现象也同样发生在其它同类产品身上，说明大数据综合处理的方法虽然能够起到一定的作用，但是现有的预测评估体系还不够完善，缺乏一定的证伪机制，可靠性无法保证。同时一尘不变的技术架构也不能永远适用，通过人工调整维护的成本也相当高且周期长，需要开发一种能够根据新出现的信息对历史预测进行自动判证，并能够自动智能训练调整模型，矫正预测模型的新系统。另外当面对预测类产品，如何判断是否可靠，如何去伪存真，除了利用直接结果进行判证，还应该考虑是否有其它方式能够辅助判断，提前决断调整。又比如安防系统，传统安防系统的构成一般以硬件设备为主体(如前端的摄像机、入侵探测器及中心控制与显示设备等)，是一种信息单向传输的系统，处于被动地接收与感知的状态。对于防范区域内某部位随机发生的警情事件，传统安防系统几乎完全依靠入侵探测器的报警触发或人工监视摄像机摄取的监控画面来了解和关注警情的发展，智能化程度较低，很难进行有效的警情预测与跟踪，以及将有关信息加以处理并反馈到前端必要的部门加以控制与处理。尽管一些系统中加入了诸如电子地图显示、多媒体操作平台等带有软件功能的内容，但仅仅实现了系统的简单管理与操作，难以满足防范区域大、系统构成复杂、防范目标多或无人值守等情况。
技术实现思路
本专利技术的目的是针对现有市场存在的不足之处，提供一种处理速度效率高、预测准确性高，实时性强，能够有效减少人工参与提高处理速度的智能判证预测事件发生的处理系统。为了解决上述技术问题，本专利技术采用如下技术方案：一种智能判证预测事件发生的处理系统，包括：数据采集汇聚终端、综合处理算法平台或阿里云平台-云服务器和可视化交互平台，其特征在于：数据搜集汇聚阶段，数据采集汇聚终端利用各类采集设备及其工具对自定义事件和历史数据的相关数据进行采集，针对事件关联元素利用神经网络训练后建立知识库，在关键词搜索的基础上结合知识库关联内容进行关联搜索，获得更多、更全面的数据，对关注信息进行自动采集汇总；调用阿里云平台中构建的模型知识库中的关联知识进行扩展关联数据搜索采集，将多渠道搜集到的数据送入服务器集群进行数据汇聚和传输，通过自定义的数据接口汇集到阿里云平台进行后续处理；综合处理阶段，对汇集到综合处理算法平台中进行自动文本分析和数据清洗、筛选、合并去重、对信息去伪存真处理；然后利用证据链循环证明各要素之间的互证和互斥关系，根据各要素的正确权重调用人工神经网络训练程序，提取出要素特征项及各要素权重值，支撑事件的预测，并对事件的发生概率、发展趋势作出判断和部分证据证明；经线程处理流程进行处理后，将分析结果及部分中间结果通过数据接口送到可视化展示平台进行处理。展示阶段中，可视化展示平台中嵌入式系统采用B/S架构结合VGA显示终端以及控制输入终端实现功能算法的可视化展现和人机交互命令输入，并采用图片切换插件iView、图表插件EChart完成可视化呈现展示。B/S架构中的后端服务模块利用java语言编写的springBOOT框架、MyBatis数据库框架，Redis存储系统以及RabbitMQ消息队列系统形成业务逻辑，实现数据的获取、分析、处理等后台处理功能，并采用JSON数据交换格式字符串以HTTP协议(超文本传输协议)的方式与前端框架模块进行交互，前端框架模块利用VSCODE代码编辑软件开发工具，采用超文本标记语言HTML、浏览器客户端脚本语言Javascrip、层叠样式表CSS语言来搭建一个构建用户界面的渐进式框架Vue.js，Vue.js框架采用创建快速动态网页的异步JavaScript和XML的Ajax，利用HTML语言编写网页显示界面，数据驱动web界面传输异步数据，获取需要可视化展示的数据。本专利技术相比于现有技术具有如下有益效果：处理速度效率高。本专利技术所采用的数据采集汇聚终端利用了爬虫等技术，对关注信息进行自动采集汇总，并且在数据搜集汇聚阶段结合自行开发的语义关联技术，即通过历史数据针对事件关联元素利用神经网络训练后建立知识库，从而在关键词搜索的基础本文档来自技高网...

【技术保护点】
1.一种智能判证预测事件发生的处理系统，包括：数据采集汇聚终端、综合处理算法平台或阿里云平台‑云服务器和可视化交互平台，其特征在于：数据搜集汇聚阶段，数据采集汇聚终端利用各类采集设备及其工具对自定义事件和历史数据的相关数据进行采集，针对事件关联元素利用神经网络训练后建立知识库，在关键词搜索的基础上结合知识库关联内容进行关联搜索，获得更多、更全面的数据，对关注信息进行自动采集汇总；调用阿里云平台中构建的模型知识库中的关联知识进行扩展关联数据搜索采集，将多渠道搜集到的数据送入服务器集群进行数据汇聚和传输，通过自定义的数据接口汇集到阿里云平台进行后续处理；综合处理阶段，对汇集到综合处理算法平台中进行自动文本分析和数据清洗、筛选、合并去重、对信息去伪存真处理；然后利用证据链循环证明各要素之间的互证和互斥关系，根据各要素的正确权重调用人工神经网络训练程序，提取出要素特征项及各要素权重值，支撑事件的预测，并对事件的发生概率、发展趋势作出判断和部分证据证明；经线程处理流程进行处理后，将分析结果及部分中间结果通过数据接口送到可视化展示平台进行处理。

【技术特征摘要】
1.一种智能判证预测事件发生的处理系统，包括：数据采集汇聚终端、综合处理算法平台或阿里云平台-云服务器和可视化交互平台，其特征在于：数据搜集汇聚阶段，数据采集汇聚终端利用各类采集设备及其工具对自定义事件和历史数据的相关数据进行采集，针对事件关联元素利用神经网络训练后建立知识库，在关键词搜索的基础上结合知识库关联内容进行关联搜索，获得更多、更全面的数据，对关注信息进行自动采集汇总；调用阿里云平台中构建的模型知识库中的关联知识进行扩展关联数据搜索采集，将多渠道搜集到的数据送入服务器集群进行数据汇聚和传输，通过自定义的数据接口汇集到阿里云平台进行后续处理；综合处理阶段，对汇集到综合处理算法平台中进行自动文本分析和数据清洗、筛选、合并去重、对信息去伪存真处理；然后利用证据链循环证明各要素之间的互证和互斥关系，根据各要素的正确权重调用人工神经网络训练程序，提取出要素特征项及各要素权重值，支撑事件的预测，并对事件的发生概率、发展趋势作出判断和部分证据证明；经线程处理流程进行处理后，将分析结果及部分中间结果通过数据接口送到可视化展示平台进行处理。2.如权利要求1所述的智能判证预测事件发生的处理系统，其特征在于：展示阶段中，可视化展示平台中的嵌入式系统采用B/S架构，结合VGA显示终端以及控制输入终端实现功能算法的可视化展现和人机交互命令输入，并采用图片切换插件iView、图表插件EChart完成可视化呈现展示。3.如权利要求2所述的智能判证预测事件发生的处理系统，其特征在于：B/S架构中的后端服务模块利用java语言编写的springBOOT框架、MyBatis数据库框架，Redis存储系统以及RabbitMQ消息队列系统形成业务逻辑，实现数据的获取、分析、处理的后台处理功能，并采用JSON数据交换格式字符串以超文本传输协议HTTP的协议方式与前端框架模块进行交互，前端框架模块利用VSCODE代码编辑软件开发工具，采用超文本标记语言HTML、浏览器客户端脚本语言Javascrip、层叠样式表CSS语言来搭建一个构建用户界面的渐进式框架Vue.js，Vue.js框架采用创建快速动态网页的异步JavaScript和XML的Ajax，利用HTML语言编写网页显示界面，数据驱动web界面传输异步数据，获取需要可视化展示的数据。4.如权利要求1所述的智能判证预测事件发生的处理系统，其特征在于：数据采集汇聚终端主要由各类采集设备工具以及服务器集群组成，其中，各类采集设备工具包含了网络爬虫工具、音频视频采集设备、虚拟网络节点和信息通报渠道。5.如权利要求4所述的智能判证预测事件发生的处理系统，其特征在于：各类采集设备工具对自定义事件的相关数据种类进行采集，并调用综合处理算法平台中构建的模型知识库中涵盖文本、音频、图像、知识、资料等多种样式数据种类的关联知识进行关联数据搜索采集；将多渠道搜集到的数据由对应的服务器集群进行数据汇聚和传输，最后通过自定义的数据接口汇集到阿里云平台并进行后续处理。6.如权利要求1所述的智能判证预测事件发生的处理系统，其特征在于：阿里云平台中主要包含由软件编程实现的数据接口，连接数据接口用来处理各类数据的信息智能处理模块和模型知识库，连接信息智能处理模块的各类...

【专利技术属性】
技术研发人员：张萌，王侃，黄辉，张希会，黄细凤，高宗伟，
申请(专利权)人：西南电子技术研究所中国电子科技集团公司第十研究所，
类型：发明
国别省市：四川,51