針對失信被執(zhí)行人特征提取方法存在特征信息數(shù)據(jù)提取量低,造成信息不完整,無法為相關(guān)執(zhí)行工作提供數(shù)據(jù)支持問題,開展對其特征提取方法的研究,提出一種基于多元異構(gòu)數(shù)據(jù)融合的失信被執(zhí)行人特征提取方法。通過建立失信被執(zhí)行人多維數(shù)據(jù)標(biāo)簽體系、基于多元異構(gòu)數(shù)據(jù)融合的特征提取算法設(shè)計,實現(xiàn)失信被執(zhí)行人特征精準(zhǔn)提取。通過實驗證明,該方法與傳統(tǒng)方法相比可有效提高特征信息數(shù)據(jù)的提取量,實現(xiàn)對多維信息的采集,為后續(xù)識別提供完整信息。 

【文章來源】：法制博覽. 2020,(32)

【文章頁數(shù)】：2 頁

【部分圖文】：

面向失信被執(zhí)行人的多維數(shù)據(jù)標(biāo)簽體系

【參考文獻(xiàn)】：
期刊論文
[1]融合多源異構(gòu)數(shù)據(jù)的混合推薦模型[J]. 冀振燕,皮懷雨,姚偉娜.  北京郵電大學(xué)學(xué)報. 2019(01)
[2]基于時/頻域綜合特征提取的分布式光纖入侵監(jiān)測系統(tǒng)事件識別方法[J]. 彭寬,馮誠,王森懋,艾凡,李豪,劉德明,孫琪真.  光學(xué)學(xué)報. 2019(06)
[3]基于多元異構(gòu)網(wǎng)絡(luò)安全數(shù)據(jù)可視化融合分析方法[J]. 張勝,施榮華,趙穎.  計算機(jī)應(yīng)用. 2015(05)



本文編號：3510742