一种基于神经网络的网络关联数据风险筛查分析方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于神经网络的网络关联数据风险筛查分析方法
申请号:CN202411912246
申请日期:2024-12-24
公开号:CN119363482B
公开日期:2025-04-08
类型:发明专利
摘要
本发明涉及网络关联数据风险筛查分析领域,尤其涉及一种基于神经网络的网络关联数据风险筛查分析方法,包括:采集实时网络关联数据分别建立实时网络关联数据的固定关联特征与分时关联特征;利用所述固定关联特征与分时关联特征基于神经网络建立网络关联数据潜在风险分析模型;利用所述网络关联数据潜在风险分析模型得到网络关联数据风险筛查分析结果,提升风险筛查的效率和准确性,利用先进的神经网络模型来处理和分析网络关联数据。首先,对原始数据进行深入的预处理,确保数据质量,然后通过神经网络的强大学习能力,提取并扩展数据的内在特征,而且确保了分析结果的准确性和可靠性。
技术关键词
筛查分析方法 风险评估模型 数据 训练集 序列 线路 基础 神经网络模型 接口 端点 节点