[发明专利]一种基于人工神经网络模型和UA信息的终端识别方法

权利要求书

1.一种基于人工神经网络模型和UA信息的终端识别方法，其特征在于：包括如下步骤：

步骤1、构建人工神经网络模型，在人工神经网络模型中创建复数个特征字符串、复数个终端型号以及特征字符串和终端型号之间对应的传导关系；将UA信息中的特征字符串作为输入神经元，将终端型号作为输出神经元，输入神经元与输出神经元之间通过神经网络进行传导；

步骤2、当匹配UA信息与终端时，从用户上网产生的UA信息中提取出相应的特征字符串，将所有的特征字符串通过分词算法进行分词；

步骤3、将分词后的每个特征字符串作为人工神经网络模型的输入神经元依次进行输入，由神经网络对每个输入神经元进行激发传导，当传导到某个输出神经元时，如果该输出神经元的激发值大于设定的阈值，则对应的输出神经元被激活，进入步骤4，否则，输出神经元未被激活；

步骤4、若被激发的输出神经元的个数为1，则根据该输出神经元对应的终端型号识别出其终端，并输出其终端信息；若输出神经元的个数大于1，则判断输出神经元的激发值的大小，识别出激发值最大的输出神经元，获得其对应的终端型号，根据终端型号识别出终端，并输出其终端信息。

2.如权利要求1所述的一种基于人工神经网络模型和UA信息的终端识别方法，其特征在于：所述步骤4之后还包括：

步骤5、通过算法将新的特征字符串自动添加入人工神经网络模型中作为输入神经元或将新的终端型号自动添加入人工神经网络模型中作为输出神经元，并建立相应的传导关系。

3.如权利要求1所述的一种基于人工神经网络模型和UA信息的终端识别方法，其特征在于：所述步骤2中将所有的特征字符串通过分词算法进行分词具体为：

将所有的特征字符串加入到一个分词Hash词库中，通过逆向最大匹配算法或正向最大匹配算法进行分词分割。