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：西南财经大学
摘要：本发明公开了一种基于持续学习与知识库回放策略的异常交易检测方法，属于异常交易检测技术领域，方法包括：从知识库中挑选具有代表性的金融交易样本，与预处理后的金融交易样本进行合并形成训练数据集，进而对异常交易检测模型进行增量训练，利用完成训练的当前训练轮次的异常交易检测模型，执行异常交易预测任务。通过挑选能够保留先前任务的知识和经验的代表性金融交易样本，将代表性金融交易样本与增量出现的当期数据集合并后为模型更新提供所用的训练数据集，使模型能不断从之前任务中的代表性金融交易样本提取信息，进而提高对异常情况的识别能力。
主权项：1.一种基于持续学习与知识库回放策略的异常交易检测方法，其特征在于，包括以下步骤：初始化异常交易检测模型，并分配知识库存储空间；知识库用于存储重构损失小于重构损失阈值的正常的金融交易样本，金融交易样本包括各用户各金融支付工具的交易时间、交易地点、交易金额、交易频率；所述异常交易检测模型为自编码器；构建当前训练轮次的训练数据集，基于当前训练轮次的训练数据集对异常交易检测模型进行训练；利用完成训练的当前训练轮次的异常交易检测模型，执行异常交易预测任务；构建当前训练轮次的训练数据集，基于当前训练轮次的训练数据集对异常交易检测模型进行训练，包括以下子步骤：判断训练是否为首个训练任务；若是首个训练任务，对当前金融交易样本数据进行预处理，构建首个训练轮次的训练数据集；利用首个训练轮次的训练数据集，对初始化的异常交易检测模型进行训练，获得首个训练轮次对应的异常交易检测模型；若不是首个训练任务，对更新周期时间段内，新增的金融交易样本数据进行预处理；从知识库中挑选具有代表性的金融交易样本，合并具有代表性的金融交易样本与预处理后的金融交易样本，形成当前训练轮次的训练数据集；对上一训练轮次获得的异常交易检测模型进行增量训练，在增量训练过程中，从上一训练轮次的异常交易检测模型提取参数知识，并进行参数寻优，从而获得当前训练轮次对应的异常交易检测模型。
全文数据：
权利要求：
百度查询： 西南财经大学 基于持续学习与知识库回放策略的异常交易检测方法
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