申请/专利权人：中国科学院计算技术研究所

申请日：2023-09-26

公开（公告）日：2024-01-16

公开（公告）号：CN117407709A

主分类号：G06F18/214

分类号：G06F18/214;G06F18/21;G06F18/2415;G06N3/09

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.02#实质审查的生效;2024.01.16#公开

摘要：本发明提供一种犯罪研判模型训练方法，包括：S1、获取已有犯罪数据并对其进行样本均衡处理；S2、对样本均衡处理后的数据进行数据编码；S3、按照预设的数据处理规则对数据编码后的数据进行处理以得到目标数据；S4、构建初始模型，所述初始模型包括多个残差处理模块和多个注意力模块；S5、采用所述目标数据对所述初始模型进行多轮迭代训练以得到犯罪研判模型，并在迭代训练过程中采用交叉熵损失更新模型参数。本发明引入注意力机制和深度残差神经网络构建犯罪研判模型，其中，通过引入注意力机制可以自动关注犯罪数据中的关键犯罪特征以减少人工干预犯罪特征选择的过程，通过引入深度残差神经网络可以应对大规模数据场景下的犯罪研判要求。

主权项：1.一种犯罪研判模型训练方法，其特征在于，所述方法包括：S1、获取已有犯罪数据并对其进行样本均衡处理；S2、对样本均衡处理后的数据进行数据编码；S3、按照预设的数据处理规则对数据编码后的数据进行处理以得到目标数据；S4、构建初始模型，所述初始模型包括多个残差处理模块和多个注意力模块；S5、采用所述目标数据对所述初始模型进行多轮迭代训练以得到犯罪研判模型，并在迭代训练过程中采用交叉熵损失更新模型参数。

全文数据：

权利要求：

百度查询： 中国科学院计算技术研究所 一种犯罪研判模型训练方法、研判方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD