CN119415892A 一种基于人工智能的大数据分析处理方法及系统 （北京数洋智慧科技有限公司）

一种基于人工智能的大数据分析处理方法本申请提供一种基于人工智能的大数据分分析中间结果；基于所述高质量的分析中间结2基于所述数据分析目标，实时整合多源原始数据，利用关联规基于所述综合数据集，进行数据预处理以提高数据质量，利用关联基于所述数据关联模型，采用增量学习算法动态处理新加入的数;3;第j个模型参数wj的偏导数，反映了参数wj对损失函数的影响程度；EX-pco为对所有输入数据按照其分布p(x)计算的期望；基于所述弹性权重巩固损失函数和费舍尔信息矩阵，引入高斯项，;j为先前任务中第j个模型参数的wj对弹性权重巩固损失函数的影响程度；基于所述综合数据集，执行数据清洗操作，去除无效及错误数据基于所述清洁数据集，采用格式化处理进行数据格式统一，确保4基于所述初步分析结果，利用关联规则学习技术对数据进行深基于所述适应性数据关联模型，持续监测模型性能表现，通过基于所述优化的数据处理流程，动态调整所述数据关联模型，确基于所述自适应模型参数配置，持续监测和评估模型表现，采采用多层感知器进行非线性特征变换，将所述多模态特征转换;5;其中，gi为第i个数据点的特征融合与动态调整向量；fj为第i个数据点的第j个特征增基于所述多模态特征增强向量以及特征融合与动态调整向量，结合;与动态调整项的权重；gi为第i个数据点的特征融合与动态调整向量；xj为第i个数据点的的初始值或在某个特定参考点的最佳估计值;Wk为第k个模型参数；基于所述初步调整的模型参数，结合新数据流中的特征变化，动态基于所述动态优化的模型参数，持续监控模型新数据处理表现基于所述稳定的模型参数配置，测试模型的多场景适应能力，结6基于所述高质量的分析中间结果，设计开发可视化组件，进行关键指基于所述多维度可视化界面，集成数据筛选和多视角切换功能要求1~7任一项所述的一种基于人工智能的78机程序被计算机执行时，实现如权利要求1~7任一项所述的一种基于人工智能的大数据分9图2为本申请实施例提供的一种基于人工智能的大数据分析处理系统的结构示意[0019]图1为本申请实施例提供一种基于人工智能的大数据分析处理方法的流程图，如传统的静态模型难以适应新业务状况；通过结合费舍尔信息矩阵和非线性动态调整因子，;;照其分布p(x)计算的期望；;参数wj对弹性权重巩固损失函数的影响程度；导致模型震荡,而过低的学习率则会延长训练时间;偏导数(alnw)/(aw):代表了弹性权重巩固损失函数对模型参数的敏感度,指导参数更新的方向;正弦项6.s偏离其最佳值的程度，对远离最佳值的参数给予更大的调整力度；双曲正切项:通过引入高斯分布,使参数更新更加符合自然界的规其中，wj：模型参数得出前一次任务训练后保存的最佳参数值计算得出；Lrast和Lewc：在训练过程中根据模型预测与真实标签之间的差异计算得出的任务损失和假设有真实电力使用量yi和预测电力使用量的5个样本(m=5)样本1为(120-118)2+(130-135)2+(140-142)2)=12.4；假设正弦项的权重9=0.1；正弦函数的频双曲正切项的权重n=0.05；双曲正切函数的斜率；费舍尔信息矩阵项的权重y=0.2；高斯项的权重u=0.3；高斯函数的标准差o=0.5；非线性动态调整因子;通过以上步骤，电力公司可以通过引入弹性权重巩固损失函数和费舍尔信息矩;;i个数据点的特征融合与动态调整向量；fj为第i个数据点的第j个特;征融合与动态调整项的权重；gi为第i个数据点的特征融合与动态调整向量；xj为第i个数j个模特征的非线性成分，提高模型的泛化能力；对数项x·log(1+Ixl):强调特征值的绝对大征增强向量，综合考虑各特征的贡献，形成一个综合的特征融合表示；高斯项导致模型震荡,而过低的学习率则会延长训练时间;偏导数(aLwm)/(awy):代表了在线迁加参数更新的随机性,帮助跳出局部最优解;对数项x-log(1+wj-wyl):强调参数偏：将特征融合与动态调整向量纳入考虑，增强模型的适应性；高斯项灵活性；对数项p.log(1+lg:l):强调特征融合与动态调整向量的予更大权重;log(1+]1.2J)+0.05.tanh(0.1.1.2)x1.48；假设特征增强向量的权重B,=0.6；高斯项的权重对数项的权重e=0.1；假设n=2,fa=1.48,fa=1.5；特征融合与动态调整向量;通过以上步骤，电力公司建立起一个集多维度功能为一体的智能决策支持系统，[0047]图2为本申请实施例提供一种一种基于人工智能的大数据分析处理系统的结构示[0048]图2所述的一种基于人工智能的大数据分析处理系统可以执行图1所示实施例所[0049]在一个可能的设计中，图2所示实施例的一种基于人工智能的大数据分析处理系任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM电可擦除可编程只读存储器（EEPROM可擦除可编[0054]输入/输出接口为处理组件和外围接口模块之间提供接口，上述外围接口模块可序被计算机执行时可以实现上述图1所示实施例的一种基于人工智能的大数据分析处理方