-
公开(公告)号：CN110232090B
公开(公告)日：2021-07-09
申请号：CN201910457709.7
申请日：2019-05-29
Applicant: 北京理工大学
Abstract: 本发明公开了一种多视角时间序列异常点集成检测和可视化方法，基于异常检测算法计算得出的数据点异常评分构建数据点异常评分矩阵，根据设定的视角数量对数据点异常评分矩阵进行分解，再对各视角下的数据点异常评分进行集成，形成更加准确的数据点异常评分值，从而有效地集成了各种时间序列异常检测算法，提高了数据点异常评分的准确性。
-
公开(公告)号：CN112163707B
公开(公告)日：2024-07-02
申请号：CN202011068745.3
申请日：2020-09-30
Applicant: 北京理工大学
Abstract: 本公开的基于贝叶斯网络的刑期预测方法，通过包括：对已审裁判文书数据进行预处理；利用预处理的已审裁判文书数据进行贝叶斯网络结构学习，得到已审裁判文书法律要素样本集和贝叶斯网络结构；采用极大似然估计法从所述已审裁判文书法律要素样本集进行贝叶斯网络结构参数学习，得到贝叶斯网络刑期预测模型；将未审裁判文书数据输入到贝叶斯网络刑期预测模型，输出刑期预测结果。能够在不确定或不完善的信息条件下，利用诊断推理识别刑期(量刑)重要因素，给出刑期依据和解释，刑期预测模型和刑期预测结果的可解释性强，从裁判文书数据中学习贝叶斯网络结构，克服了专家构建贝叶斯网络的主观性，提高了刑期的准确性，减少搜索空间，提高学习速度。
-
公开(公告)号：CN110232090A
公开(公告)日：2019-09-13
申请号：CN201910457709.7
申请日：2019-05-29
Applicant: 北京理工大学
Abstract: 本发明公开了一种多视角时间序列异常点集成检测和可视化方法，基于异常检测算法计算得出的数据点异常评分构建数据点异常评分矩阵，根据设定的视角数量对数据点异常评分矩阵进行分解，再对各视角下的数据点异常评分进行集成，形成更加准确的数据点异常评分值，从而有效地集成了各种时间序列异常检测算法，提高了数据点异常评分的准确性。
-
公开(公告)号：CN112163707A
公开(公告)日：2021-01-01
申请号：CN202011068745.3
申请日：2020-09-30
Applicant: 北京理工大学
IPC: G06Q10/04 , G06Q50/18 , G06F40/30 , G06F40/289 , G06N3/04
Abstract: 本公开的基于贝叶斯网络的刑期预测方法，通过包括：对已审裁判文书数据进行预处理；利用预处理的已审裁判文书数据进行贝叶斯网络结构学习，得到已审裁判文书法律要素样本集和贝叶斯网络结构；采用极大似然估计法从所述已审裁判文书法律要素样本集进行贝叶斯网络结构参数学习，得到贝叶斯网络刑期预测模型；将未审裁判文书数据输入到贝叶斯网络刑期预测模型，输出刑期预测结果。能够在不确定或不完善的信息条件下，利用诊断推理识别刑期(量刑)重要因素，给出刑期依据和解释，刑期预测模型和刑期预测结果的可解释性强，从裁判文书数据中学习贝叶斯网络结构，克服了专家构建贝叶斯网络的主观性，提高了刑期的准确性，减少搜索空间，提高学习速度。
-
-
-
Search Results
4
records
(took 0.014 seconds)
