【技术实现步骤摘要】
本专利技术涉及人工智能和数据分析，特别涉及一种基于多维融合数据分析的公共安全事件感知方法及系统。
技术介绍
1、公共安全事件感知技术是一种利用先进的数据分析和人工智能算法，对多源、异构、大规模的公共安全数据进行深度挖掘和智能分析的技术。它以实现对公共安全事件的精确识别、快速响应和有效防控为目标。
2、人工智能在公共安全事件感知领域的应用结合了机器学习、计算机视觉、自然语言处理和大数据分析等多个
，以提高对潜在安全威胁的识别、分析和响应能力。
3、随着各界对公共安全事件的关注，针对公共安全事件的风险预测和防范至关重要。然而传统的公共安全事件感知技术难以有效应对多源异构监测数据，进而难以保障公共安全事件风险判别的精度。
技术实现思路
1、本专利技术至少提供一种基于多维融合数据分析的公共安全事件感知方法及系统。
2、本专利技术的技术方案是通过如下至少部分实施例实现的。
3、一种基于多维融合数据分析的公共安全事件感知方法，应用于大数据分析系统，所述方法包括：
4、将待分析多源异构监测数据加载至目标公共安全事件判别算法中，对所述待分析多源异构监测数据进行事件要素知识挖掘，获得相应的事件要素融合知识向量集；
5、对所述事件要素融合知识向量集进行特征拆分，以获得与任务噪声系数小于预设噪声系数的目标判别要素知识向量集；
6、对获得的所述目标判别要素知识向量集进行公共安全事件判别，得到相应的公共安全事件判别观点
7、且，所述目标公共安全事件判别算法是基于待调试公共安全事件判别算法中各第一判别要素知识向量集各自的最少一对第一调试样例二元组，以及依据所述待调试公共安全事件判别算法中各第一噪声事件要素知识关系网各自的最少一对第二调试样例二元组调试得到的；各第一调试样例二元组是依据所述各第一判别要素知识向量集，与参考公共安全事件判别算法中各第二判别要素知识向量集之间的判别观点牵涉权重组成的，各第二调试样例二元组是依据所述各第一噪声事件要素知识关系网，与各第二噪声事件要素知识关系网之间的任务噪声系数、判别观点牵涉权重组成的。
8、在一些方案中，采用循环策略调试所述待调试公共安全事件判别算法，直到符合设定的循环完成要求，输出调试达标的目标公共安全事件判别算法，其中，所述待调试公共安全事件判别算法的一次循环调试步骤包括：
9、将第一多源异构监测数据案例集和第二多源异构监测数据案例集，分别加载到所述待调试公共安全事件判别算法和所述参考公共安全事件判别算法进行事件要素知识挖掘，获得相应的各第一事件要素融合知识向量集和相应的各第二事件要素融合知识向量集；
10、针对所述各第一事件要素融合知识向量集以及所述各第二事件要素融合知识向量集，分别进行特征拆分，获得相应的第一判别要素知识向量集、第一噪声事件要素知识关系网和特征拆分调试代价，以及相应的第二判别要素知识向量集和第二噪声事件要素知识关系网；
11、依据所述各第一多源异构监测数据案例各自的公共安全事件判别观点与相应的公共安全事件先验观点，确定全局公共安全事件判别代价；
12、依据所述各第一判别要素知识向量集与所述各第二判别要素知识向量集，确定所述第一多源异构监测数据案例集的全局有效事件要素代价，以及依据所述各第一噪声事件要素知识关系网与所述各第二噪声事件要素知识关系网，确定所述第一多源异构监测数据案例集的全局事件要素筛选代价；
13、依据所述特征拆分调试代价、所述全局公共安全事件判别代价、所述全局有效事件要素代价和所述全局事件要素筛选代价，优化所述待调试公共安全事件判别算法的算法变量。
14、在一些方案中，所述依据所述各第一判别要素知识向量集与所述各第二判别要素知识向量集，确定所述第一多源异构监测数据案例集的全局有效事件要素代价，以及依据所述各第一噪声事件要素知识关系网与所述各第二噪声事件要素知识关系网，确定所述第一多源异构监测数据案例集的全局事件要素筛选代价，包括：
15、依据所述各第一判别要素知识向量集与所述各第二判别要素知识向量集之间的判别观点牵涉权重，确定所述第一多源异构监测数据案例集的全局有效事件要素代价；
16、依据所述各第一噪声事件要素知识关系网与所述各第二噪声事件要素知识关系网之间的任务噪声系数、判别观点牵涉权重，确定所述第一多源异构监测数据案例集的全局事件要素筛选代价。
17、在一些方案中，所述依据所述各第一判别要素知识向量集与所述各第二判别要素知识向量集之间的判别观点牵涉权重，确定所述第一多源异构监测数据案例集的全局有效事件要素代价，包括：
18、依据所述各第一判别要素知识向量集与所述各第二判别要素知识向量集之间的判别观点牵涉权重，生成所述各第一判别要素知识向量集各自的最少一对第一调试样例二元组；
19、基于各第一调试样例二元组，确定所述第一多源异构监测数据案例集的全局有效事件要素代价。
20、在一些方案中，所述依据所述各第一判别要素知识向量集与所述各第二判别要素知识向量集之间的判别观点牵涉权重，生成所述各第一判别要素知识向量集各自的最少一对第一调试样例二元组，包括：
21、针对各第一判别要素知识向量集，均实施如下步骤：
22、将与一个第一判别要素知识向量集的分类标签一致的最少一个第二判别要素知识向量集，作为相应的关联判别要素知识向量集，并将每个关联判别要素知识向量集分别与所述一个第一判别要素知识向量集组成一个第一联动知识向量二元组；
23、将与所述一个第一判别要素知识向量集的分类标签不一致的最少一个第二判别要素知识向量集，作为相应的互斥判别要素知识向量集，并将每个互斥判别要素知识向量集与所述一个第一判别要素知识向量集组成一个第一互斥知识向量二元组；
24、分别将各第一联动知识向量二元组与所述一个第一互斥知识向量二元组，组成最少一对第一调试样例二元组。
25、在一些方案中，所述依据所述各第一噪声事件要素知识关系网与所述各第二噪声事件要素知识关系网之间的任务噪声系数、判别观点牵涉权重，确定所述第一多源异构监测数据案例集的全局事件要素筛选代价，包括：
26、依据所述各第一噪声事件要素知识关系网与所述各第二噪声事件要素知识关系网之间的任务噪声系数、判别观点牵涉权重，生成所述各第一噪声事件要素知识关系网各自的最少一对第二调试样例二元组；
27、基于各第二调试样例二元组，确定所述第一多源异构监测数据案例集的全局事件要素筛选代价。
28、在一些方案中，所述依据所述各第一噪声事件要素知识关系网与所述各第二噪声事件要素知识关系网之间的任务噪声系数、判别观点牵涉权重，生成所述各第一噪声事件要素知识关系网各自的最少一对第二调试样例二元组，包括：
29、针对本文档来自技高网...
【技术保护点】
1.一种基于多维融合数据分析的公共安全事件感知方法，其特征在于，应用于大数据分析系统，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，采用循环策略调试所述待调试公共安全事件判别算法，直到符合设定的循环完成要求，输出调试达标的目标公共安全事件判别算法，其中，所述待调试公共安全事件判别算法的一次循环调试步骤包括：
3.根据权利要求2所述的方法，其特征在于，所述依据所述各第一判别要素知识向量集与所述各第二判别要素知识向量集，确定所述第一多源异构监测数据案例集的全局有效事件要素代价，以及依据所述各第一噪声事件要素知识关系网与所述各第二噪声事件要素知识关系网，确定所述第一多源异构监测数据案例集的全局事件要素筛选代价，包括：
4.根据权利要求3所述的方法，其特征在于，所述依据所述各第一判别要素知识向量集与所述各第二判别要素知识向量集之间的判别观点牵涉权重，确定所述第一多源异构监测数据案例集的全局有效事件要素代价，包括：
5.根据权利要求4所述的方法，其特征在于，所述依据所述各第一判别要素知识向量集与所述各第二判别要素知识向量集之间的判
6.根据权利要求3所述的方法，其特征在于，所述依据所述各第一噪声事件要素知识关系网与所述各第二噪声事件要素知识关系网之间的任务噪声系数、判别观点牵涉权重，确定所述第一多源异构监测数据案例集的全局事件要素筛选代价，包括：
7.根据权利要求6所述的方法，其特征在于，所述依据所述各第一噪声事件要素知识关系网与所述各第二噪声事件要素知识关系网之间的任务噪声系数、判别观点牵涉权重，生成所述各第一噪声事件要素知识关系网各自的最少一对第二调试样例二元组，包括：
8.根据权利要求2所述的方法，其特征在于，所述针对所述各第一事件要素融合知识向量集以及所述各第二事件要素融合知识向量集，分别进行特征拆分，获得相应的第一判别要素知识向量集、第一噪声事件要素知识关系网和特征拆分调试代价，以及相应的第二判别要素知识向量集和第二噪声事件要素知识关系网，包括：
9.根据权利要求2所述的方法，其特征在于，在确定所述第一多源异构监测数据案例集的全局有效事件要素代价与所述全局事件要素筛选代价时，还包括：
10.一种大数据分析系统，其特征在于，包括：处理器、存储器以及网络接口；所述处理器与所述存储器、所述网络接口相连；所述网络接口用于提供数据通信功能，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，以执行权利要求1-9任一项所述的基于多维融合数据分析的公共安全事件感知方法。
...【技术特征摘要】
1.一种基于多维融合数据分析的公共安全事件感知方法，其特征在于，应用于大数据分析系统，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，采用循环策略调试所述待调试公共安全事件判别算法，直到符合设定的循环完成要求，输出调试达标的目标公共安全事件判别算法，其中，所述待调试公共安全事件判别算法的一次循环调试步骤包括：
3.根据权利要求2所述的方法，其特征在于，所述依据所述各第一判别要素知识向量集与所述各第二判别要素知识向量集，确定所述第一多源异构监测数据案例集的全局有效事件要素代价，以及依据所述各第一噪声事件要素知识关系网与所述各第二噪声事件要素知识关系网，确定所述第一多源异构监测数据案例集的全局事件要素筛选代价，包括：
4.根据权利要求3所述的方法，其特征在于，所述依据所述各第一判别要素知识向量集与所述各第二判别要素知识向量集之间的判别观点牵涉权重，确定所述第一多源异构监测数据案例集的全局有效事件要素代价，包括：
5.根据权利要求4所述的方法，其特征在于，所述依据所述各第一判别要素知识向量集与所述各第二判别要素知识向量集之间的判别观点牵涉权重，生成所述各第一判别要素知识向量集各自的最少一对第一调试样例二元组，包括：
6.根据权利要求3所述的方法，其特征在于，所述依据所述各第...
【专利技术属性】
技术研发人员：杨军，曾铭，康健，卢彬，曹霞，白宁超，
申请(专利权)人：四川省大数据技术服务中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。