申请/专利权人：南京信息工程大学

申请日：2024-03-11

公开（公告）日：2024-04-12

公开（公告）号：CN117875520A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/26;G06F18/22;G06F18/25;G06N3/0442;G06N3/048;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了基于动态图时空演化挖掘的公共安全事件预测方法及系统，方法包括：获得预测事件数据集合，由预测事件数据集合构建全局空间静态图；将全局空间静态图中第1至t‑1个节点特征输入至LSTM模型，通过事件演化获得演化节点特征；由全局空间静态图获取第1个节点特征至第t‑1个节点特征的事件时序子图；由事件时序子图和演化节点特征生成时空动态图；基于注意力机制对所有时空动态图和全局空间静态图进行时间与空间关系上的图融合后预测特征P；将预测特征P与事件选择库中的事件信息进行拟合获得预测事件，本发明通过分析公共安全事件的演化过程和发展走向，提高了公共安全事件预测准确率。

主权项：1.基于动态图时空演化挖掘的公共安全事件预测方法，其特征在于，包括：获得预测事件数据集合，由预测事件数据集合形成全局实例图；所述全局实例图包括实例触发词以及对应的实例属性；由实例触发词以及对应的实例属性获得节点特征；基于皮尔逊相关系数计算邻接的两个节点特征之间的关系边，由节点特征和关系边构建全局空间静态图；将全局空间静态图中第1个节点特征至第t-1个节点特征输入至LSTM模型，通过事件演化获得演化节点特征；由全局空间静态图获取第1个节点特征至第t-1个节点特征的事件时序子图；由事件时序子图和演化节点特征生成事件时序演化子图；将事件时序演化子图输入时间卷积模块获得事件演化临时子图；将事件演化临时子图输入至空间事件迁移模块获得时空动态图；基于注意力机制对所有时空动态图和全局空间静态图进行时间与空间关系上的图融合获得预测特征P；将预测特征P与事件选择库中的事件信息进行拟合获得预测事件。

全文数据：

权利要求：

百度查询： 南京信息工程大学 基于动态图时空演化挖掘的公共安全事件预测方法及系统

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