基于长短期记忆网络的心理健康数据分布式采集模型研究

摘要

为了实现对心理健康数据的准确处理与分析,提出基于长短期记忆网络的心理健康数据分布式采集模型。利用长短期记忆网络的选择性记忆特性,对初始数据进行分解重构,将重构偏差较多的心理健康数据判定为冗余数据,同时将其过滤;将C/S架构作为模型的整体框架,使用数据源管理、数据采集管理、网络通信管理、数据缓存管理四个板块完成分布式采集任务,利用长连接、变长数据包和缓存机制确保数据传输时效,运用线程安全队列来维护模型操作安全。经仿真分析可知:该模型具有较高的数据分布式采集精度,采集速率快且稳定性强。