[发明专利]基于人工智能技术的违规识别及机器行为控制方法、设备、存储介质

说明书

本发明涉及一种基于人工智能技术的违规识别及机器行为控制方法、设备、存储介质，机器行为控制方法包括如下步骤：将待识别数据输入到已经训练好的学习模型中，使用已经训练好的学习模型对待识别数据进行识别，判断待识别数据是否符合预设的规定；若待识别数据符合预设规定，则将合规的待识别数据的数据格式转换成对应机器能够识别的数据格式，并输出动作控制指令给对应机器，控制机器执行相应动作；若待识别数据部分不符合预设规定，则过滤掉不符合预设规定的待识别数据，并进行提示，然后将合规的待识别数据的数据格式转换成对应机器能够识别的数据格式，并输出动作控制指令给对应机器，控制机器执行相应动作，使机器作出的动作满足要求。

技术领域

本发明属于数据识别以及行为控制领域，尤其涉及一种基于人工智能技术的违规识别及机器行为控制方法、设备、存储介质。

背景技术

现阶段的数据过滤主要使用的方法是关键字核对和人工审查，关键字核对是核对内容中有没有词语在违规关键字库中，而人工审查则是靠人工来判断违规内容。两种方法的缺点也非常明显，关键字核对不仅需要经常更新关键字库，而且误判率和漏判率也比较高；人工审核不仅受制于审核员的知识丰富度，而且效率也非常低。行为控制主要通过工业自动化的方法来控制机器做一些固定的动作，或者是通过传感器获取外界的信息后控制机器实现程序设定好的动作。

人工智能技术就是通过用人工的方法使机器具有与人类智慧有关的功能，如判断、推理、证明、思考、识别、设计、规划、问题求解等思维活动。随着人工智能技术的深入研究和开展，人工智能技术对人类的影响与日俱增，其用用领域也日益扩大，目前，人工智能技术已经用于机器翻译、医疗诊断、图像识别、语音识别、金融分析、无人驾驶等诸多技术领域，人工智能的应用在不断加深、不断成熟，甚至在某些领域已经超越人来。

将人工智能方法使用在内容过滤和动作控制，有着巨大的优势。由于人工智能具有自我学习能力，能解决关键字核对方法中经常要更新关键字库，误判和漏判的问题；还能解决人工审核标准不统一，审核员知识不足，效率低下的问题；也能在动作控制上按照人类的物权管理办法来控制机器对物体的使用。但本领域还没有一种基于人工智能技术的违规识别及机器行为控制方法。

发明内容

本发明的目的在于克服现有技术之缺陷，提供了一种基于人工智能技术的违规识别及机器行为控制方法、设备、存储介质，其能自动识别不符合规定的数据等，效率高，且精确度高。

本发明是这样实现的：本发明提供一种基于人工智能技术的违规数据识别方法，包括如下步骤：

1)构建训练集；

2)构建用于识别违规数据的学习模型；

3)利用训练集中的训练样本训练学习模型，得到训练完成的学习模型；

4)使用训练完成的学习模型对输入的待识别数据进行计算识别，输出分类结果。

通过学习方法对训练集X中的训练样本行进训练，学得学习模型f:x→y，输入待行为判别内容，使用该学习模型计算得出相应的输出空间。

划分训练集X的属性，设定属性集D＝{D₁,D₂,D₃}，其中，D₁、D₂、D₃为属性子集，

D₁＝{d₁，d₂，d₃，d₄，d₅，d₆，d₇，d₈，d₉，d₁₀，d₁₁，d₁₂，d₁₃，d₁₄，d₁₅，