[发明专利]信息处理方法、装置、存储介质及电子设备在审

专利信息
申请号: 202210361547.9 申请日: 2022-04-07
公开(公告)号: CN114648075A 公开(公告)日: 2022-06-21
发明(设计)人: 柳云鹏 申请(专利权)人: 深圳依时货拉拉科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08;G06F17/14
代理公司: 深圳瑞天谨诚知识产权代理有限公司 44340 代理人: 温青玲
地址: 518000 广东省深圳市福田区梅*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息处理 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种信息处理方法,其特征在于,包括:

获取多个时间周期内用户设备的状态信息;

对所述状态信息进行处理得到对应的时域信息和频域信息,并将所述时域信息和所述频域信息进行融合,得到融合数据;

基于相邻两个周期的融合数据构建训练数据对;

基于所述训练数据对对长短期记忆网络进行模型训练,得到训练后模型;

将目标用户设备当前周期的状态信息作为输入,基于训练后模型对所述目标用户设备下一周期的状态信息进行预测。

2.根据权利要求1所述的信息处理方法,其特征在于,所述对所述状态信息进行处理得到对应的时域信息和频域信息,将所述时域信息和所述频域信息进行融合,得到融合数据,包括:

对所述状态信息进行处理,得到对应的时域信息;

对所述时域信息进行分解,得到对应的频域信息;

将所述时域信息和所述频域信息进行融合,得到融合数据。

3.根据权利要求2所述的信息处理方法,其特征在于,所述将所述时域信息和所述频域信息进行融合,包括:

将所述时域信息和所述频域信息进行数据拼接,得到数据宽表;

将所述数据宽表整合成包含时间维度的三维数据。

4.根据权利要求1所述的信息处理方法,其特征在于,所述基于所述训练数据对对长短期记忆网络进行模型训练,得到训练后模型,包括:

将所述训练数据对中前一周期的融合数据作为自变量、后一周期的融合数据作为因变量,输入至所述长短期记忆网络;

调整所述长短期记忆网络的模型参数,直至模型收敛。

5.根据权利要求1-4任一项所述的信息处理方法,其特征在于,在将目标用户设备当前周期的状态信息作为输入,基于训练后模型对所述目标用户设备下一周期的状态信息进行预测之后,还包括:

获取所述目标用户设备下一周期的预测状态信息;

获取所述目标用户设备下一周期的实际状态信息;

确定所述预测状态信息与所述实际状态信息之间的差异值;

若所述差异值超出预设差异范围,则确定所述用户设备为行为异常设备。

6.一种信息处理装置,其特征在于,包括:

第一获取单元,用于获取多个时间周期内用户设备的状态信息;

处理单元,用于对所述状态信息进行处理得到对应的时域信息和频域信息,并将所述时域信息和所述频域信息进行融合,得到融合数据;

构建单元,用于基于相邻两个周期的融合数据构建训练数据对;

训练单元,用于基于所述训练数据对对长短期记忆网络进行模型训练,得到训练后模型;

预测单元,用于将目标用户设备当前周期的状态信息作为输入,基于训练后模型对所述目标用户设备下一周期的状态信息进行预测。

7.根据权利要求6所述的信息处理装置,其特征在于,所述处理单元用于:

对所述状态信息进行处理,得到对应的时域信息;

对所述时域信息进行分解,得到对应的频域信息;

将所述时域信息和所述频域信息进行融合,得到融合数据。

8.根据权利要求6或7所述的信息处理装置,其特征在于,所述装置还包括:

第二获取单元,用于获取所述目标用户设备下一周期的预测状态信息;

第三获取单元,用于获取所述目标用户设备下一周期的实际状态信息;

确定单元,用于确定所述预测状态信息与所述实际状态信息之间的差异值;

识别单元,用于若所述差异值超出预设差异范围,则确定所述用户设备为行为异常设备。

9.一种计算机可读存储介质,其特征在于,所述存储介质中存储有多条指令,所述指令适于由处理器加载以执行权利要求1-5任一项所述的信息处理方法。

10.一种电子设备,其特征在于,包括处理器及存储器,所述处理器与所述存储器电性连接,所述存储器用于存储指令和数据;所述处理器用于执行权利要求1-5任一项所述的信息处理方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳依时货拉拉科技有限公司,未经深圳依时货拉拉科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210361547.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top