龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：山东概邦信息科技有限公司
摘要：本发明提供一种基于智能监管的资金管理方法及系统，方法包括如下步骤：数据采集与标注、采用基于变分信息合成的SMOTE算法进行样本生成，实现数据扩充、采用基于动态扩展演化算法的神经网络算法作为特征提取模型、将特征提取后的数据输入到特征降维模型中进行特征降维模型的训练，采用基于离散余弦变换的自编码神经网络算法进行特征降维、采用基于量子态特征的超限学习机算法作为分类算法、采用训练完成的模型处理新样本实现资金风险评估及管理。本发明能够提高资金风险分类的精度，从而可基于高精度的风险等级分类，精准评估和管理资金风险。
主权项：1.一种基于智能监管的资金管理方法，其特征在于，包括如下步骤：S1、数据采集与标注：基于资金交易信息与用户信息采集资金管理数据，对采集到的数据进行资金风险等级类别的标注；S2、数据扩充：采用基于变分信息合成的SMOTE算法进行样本生成，实现数据扩充，在传统的SMOTE算法基础上，采用变分自编码器通过最大化样本的变分下界来改善生成样本的质量，并利用非线性哈希编码策略增强数据样本在特征空间中的表示能力；S3、特征提取模型训练：将扩充后的数据输入到特征提取模型中进行特征提取模型的训练，采用基于动态扩展演化算法的神经网络算法作为特征提取模型，在神经网络基础上采用雅可比迭代法优化网络权重的更新过程，通过雅可比矩阵的逆来近似计算每个权重更新的最优方向和步长；S4、特征降维模型训练：将特征提取后的数据输入到特征降维模型中进行特征降维模型的训练，采用基于离散余弦变换的自编码神经网络算法进行特征降维；S5、分类器模型训练：将降维后的数据输入到分类器模型中进行分类器模型的训练，采用基于量子态特征的超限学习机算法作为分类算法，将降维后的特征转换为量子位的形式，利用量子位的叠加和纠缠状态来增强特征表示的能力，提高分类精度；S6、资金风险评估及管理：采用训练完成的模型处理新样本，将采集的原始数据输入到训练完成的特征提取和特征降维模型中进行特征处理，将处理得到的特征输入到分类器模型中进行分类器的训练，得到资金风险等级分类结果，针对不同风险等级实施对应的管理策略。
全文数据：
权利要求：
百度查询： 山东概邦信息科技有限公司 一种基于智能监管的资金管理方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号