[发明专利]一种基于深度学习的城市事件自动分类派发方法及装置有效
| 申请号： | 201810963174.6 | 申请日： | 2018-08-23 |
| 公开（公告）号： | CN109325116B | 公开（公告）日： | 2020-11-27 |
| 发明（设计）人： | 吴杰;王琳;杨曦;刘奕夫;沈满;周游宇;张定祥;贺楷锴;官磊;张立;朱斌;寇晓松 | 申请（专利权）人： | 武大吉奥信息技术有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06N3/04;G06N3/08;G06Q50/26 |
| 代理公司： | 北京双收知识产权代理有限公司 11241 | 代理人： | 曾晓芒 |
| 地址： | 430223 湖北省武汉*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用于智慧城市信息智能化技术领域，提供一种基于深度学习的城市事件自动分类派发方法及装置，包括收集城市事件数据并预处理；根据收集处理的城市事件数据构建事件分类卷积神经网络模型；计算城市事件发生地的标准地理编码；构建城市事件派发卷积神经网络模型；接收当前输入的城市事件数据，调用所述分类卷积神经网络模型输出分类类别，获取当前城市事件数据的标准地理编码，然后调用派发卷积神经网络模型，输出具体的城市事件派发部门。本发明可以提高事件的分类正确性和派送准确性；通过卷积神经网络模型派发，相比人工派发带来的各种不确定性，机器派发的准确性更高，本发明中机器根据模型一次运算得到结果，可有效提升系统运行效率。 | ||
| 搜索关键词： | 一种 基于 深度 学习 城市 事件 自动 分类 派发 方法 装置 | ||
【主权项】：
1.一种基于深度学习的城市事件自动分类派发方法，其特征在于，所述方法包括下述步骤：步骤S1、收集城市事件数据并预处理；步骤S2、根据收集处理的城市事件数据构建事件分类卷积神经网络模型；步骤S3、计算城市事件发生地的标准地理编码；步骤S4、构建城市事件派发卷积神经网络模型；步骤S5，接收当前输入的城市事件数据，调用所述分类卷积神经网络模型输出分类类别，获取当前城市事件数据的标准地理编码，然后调用派发卷积神经网络模型，输出具体的城市事件派发部门。
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武大吉奥信息技术有限公司，未经武大吉奥信息技术有限公司许可，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/patent/201810963174.6/，转载请声明来源钻瓜专利网。
