-
公开(公告)号：CN115859143A
公开(公告)日：2023-03-28
申请号：CN202211424557.9
申请日：2022-11-14
Applicant: 之江实验室
IPC: G06F18/24 , H04L41/142 , H04L9/40 , G06F18/23213
Abstract: 本发明公开了基于邻域节点结构编码的图神经网络异常检测方法与装置，包括：将原始数据转换为图神经网络的输入数据，输入数据包括节点属性矩阵、邻接矩阵；从邻接矩阵抽取出结构特征并进行矩阵分解，得到节点角色特征与角色结构特征因子；将节点角色特征与其转置矩阵相乘，得到高阶邻接矩阵；将节点属性矩阵与邻接矩阵、节点属性矩阵与高阶邻接矩阵分别输入图神经网络，得到节点角色语义潜变量和节点角色语义潜变量；并进行动态加权，得到最终节点表示，将其输入至激活函数，训练图神经网络，直至图神经网络收敛，将激活函数的输出向量中概率最高的标签作为分类结果即异常类别，异常类别对应的节点即为检测到的异常目标。
-
公开(公告)号：CN115713270A
公开(公告)日：2023-02-24
申请号：CN202211505028.1
申请日：2022-11-28
Applicant: 之江实验室
IPC: G06Q10/0639 , G06F16/22 , G06F16/2455 , G06F18/2433 , G06F18/2321 , G06F18/2135
Abstract: 本发明公开了一种同行互评异常评分检测及修正方法和装置，该方法包括以下步骤：首先将收集到的评分数据转化为二维矩阵并进行数据预处理；其次利用单向异常检测法、一致性检验法及双向异常检测法对处理后的结构化数据进行异常判断，并将检测出的异常数据归入异常数据集中；然后利用信息熵修正法对异常数据集进行异常数据修复；最后结合异常数据集生成能力评价报告，并结合能力评价报告中评审人的评分权重对修正后的评分数据进行加权平均得到最终评分结果，并生成异常评分修正报告。本发明能够有效检测企业人员绩效考核中同行互评分数异常现象，并通过能力评估报告对评审人进行约束，保证同行互评结果的公平、公正及客观性。
-
公开(公告)号：CN115438054A
公开(公告)日：2022-12-06
申请号：CN202211017850.3
申请日：2022-08-24
Applicant: 之江实验室
IPC: G06F16/23 , G06F16/901 , G06N20/00
Abstract: 本发明公开了一种基于专家统计特征的增量计算更新方法、电子设备、介质，本发明方法分为离线计算和在线计算，其中离线计算首先读取专家统计特征的配置信息；然后抽取历史数据的统计特征的用户统计关联信息；最后持久化历史数据的统计关联信息。在线计算首先读取专家统计特征的配置信息；然后抽取新增数据的统计特征的用户统计关联信息；同时读取历史数据持久化的用户统计关联信息；接下来基于历史和新增数据抽取得到的统计关联信息生成更新后的离线数据统计关联信息并执行持久化操作；最后基于更新后的离线数据的统计关联信息生成对应的统计特征。本发明方法针对低服务器资源的情况，仍然能够高效的输出统计特征。
-
公开(公告)号：CN112380572B
公开(公告)日：2021-10-29
申请号：CN202110051389.2
申请日：2021-01-14
Applicant: 之江实验室
Abstract: 本发明公开了一种多方数据协同场景下的隐私保护量化评估方法和系统，该方法为数据资源提供方根据算法和保护机制，将所述数据资源输入模型中进行训练，输出满足模型指标和阈值的模型，同时，数据资源提供方利用攻击手段，攻击上述模型，记录并量化模型的隐私泄露情况，输出隐私指标；数据资源使用方和数据资源提供方分别根据模型指标和隐私指标是否满足自身需要，做出是否进行数据合作的决策。本发明提升了在数据共享过程中对隐私风险和数据价值的有效评估和信息披露，有效解决数据资源提供方和数据使用需求方之间的信息不对称问题，有助于构建更加健康和可持续发展的数据共享、交互和交易体系。
-
公开(公告)号：CN118822613B
公开(公告)日：2025-02-18
申请号：CN202411301326.8
申请日：2024-09-18
Applicant: 之江实验室
IPC: G06Q30/0202 , G06Q30/0203 , G06F40/216 , G06F40/284 , G06F16/353 , G06F18/2135 , G06N3/0455
Abstract: 本发明公开了一种基于混频数据的交易市场多级情绪分析方法及系统，包括：实时获取市场交易相关的多源异构混频数据集，包括低频宏观政策数据集、中频市场交易信息数据集、高频交易相关政策新闻语料库、以及专家市场情绪判断数据集；基于低频宏观政策数据集生成长期政策情绪指数；基于中频市场交易信息数据集剔除宏观政策指标的影响后，生成中期交易情绪指数；基于高频交易相关政策新闻语料库生成短期新闻情绪指数；基于长期政策情绪指数、中期交易情绪指数、短期新闻情绪指数、以及专家市场情绪判断数据集预测综合情绪指数；实时存储和展示所有情绪指数，能够实现更加合理和准确的交易市场多级情绪分析。
-
Patent Agency Ranking
公开(公告)号：CN118822613A
公开(公告)日：2024-10-22
申请号：CN202411301326.8
申请日：2024-09-18
Applicant: 之江实验室
IPC: G06Q30/0202 , G06Q30/0203 , G06F40/216 , G06F40/284 , G06F16/35 , G06F18/2135 , G06N3/0455
Abstract: 本发明公开了一种基于混频数据的交易市场多级情绪分析方法及系统，包括：实时获取市场交易相关的多源异构混频数据集，包括低频宏观政策数据集、中频市场交易信息数据集、高频交易相关政策新闻语料库、以及专家市场情绪判断数据集；基于低频宏观政策数据集生成长期政策情绪指数；基于中频市场交易信息数据集剔除宏观政策指标的影响后，生成中期交易情绪指数；基于高频交易相关政策新闻语料库生成短期新闻情绪指数；基于长期政策情绪指数、中期交易情绪指数、短期新闻情绪指数、以及专家市场情绪判断数据集预测综合情绪指数；实时存储和展示所有情绪指数，能够实现更加合理和准确的交易市场多级情绪分析。
-
公开(公告)号：CN118799049A
公开(公告)日：2024-10-18
申请号：CN202411292326.6
申请日：2024-09-14
Applicant: 之江实验室
IPC: G06Q40/02 , G06F40/30 , G06F40/216 , G06N3/045 , G06N3/0442
Abstract: 本发明公开了一种基于多模态的银行间资金面情绪指数预测方法及装置，以解决单一数据源无法全面反映市场情绪变化的问题。获取金融领域的新闻数据、金融机构内部数据、宏观经济指数数据和市场交易数据；从金融领域的新闻数据和金融机构内部数据中提取文本特征；从宏观经济指数数据和市场交易数据中提取宏观经济指数特征；将所述文本特征和所述宏观经济指数特征进行融合，得到多模态特征；基于所述多模态特征进行资金面情绪指数预测。该方法有效提升了市场情绪的全面感知和预测能力。
-
公开(公告)号：CN115049472B
公开(公告)日：2024-01-26
申请号：CN202210519445.5
申请日：2022-05-12
Applicant: 之江实验室 , 建信金融科技有限责任公司 , 浙江邦盛科技股份有限公司
IPC: G06Q40/02 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多维特征张量的无监督信用卡异常检测方法，首次将多维度多尺度特征张量特征构建、多维注意力卷积网络、重编码生成对抗网络进行有机结合，由多维注意力卷积网络产生优质的生成结果，并对多维度多尺度特征张量编码、解码、再编码。将异常交易样本的特点最大程度的表达出来，得到优质的重构表征；在重构特征上进行基于时间、空间、类别的3σ异常打分，并基于不同尺度进行异常投票，异常尺度占多数的为异常，避免噪声影响，增加鲁棒性；采用流式指标计算引擎协同工作，具有实时性和高准确率。本发明减少了特征工程对专家经验的依赖程度，在信用卡交易实时异常检测问题方面有较高的准确率。
-
公开(公告)号：CN114385730A
公开(公告)日：2022-04-22
申请号：CN202111580143.0
申请日：2021-12-22
Applicant: 之江实验室
Abstract: 本发明公开了一种基于YAML配置文件将JSON格式文本导入数据库的方法，包括：按照JSON格式文本和数据库的字段名、INSERT SQL语句构建YAML配置文件，读取配置文件，对应出数据库表与JSON格式文本对应的HashMap；根据YAML配置的SQL和字段对应的HashMap拼接出INSERT SQL语句；最后执行INSERT SQL语句将JSON格式文本导入数据库；本发明方法与现有的技术相比，基于主流的配置文件格式YAML(YAML Aint Markup Language)，与Spring Boot框架有很好的兼容性，读取配置方便高效，适用于所有Spring Boot框架的场景；该方法基于灵活的配置，可随机定制需要导入的JSON格式文本的字段列表，导入的字段名称等，实用性强，操作简单，易于推广。
-
公开(公告)号：CN113255321B
公开(公告)日：2021-10-29
申请号：CN202110648901.1
申请日：2021-06-10
Applicant: 之江实验室
IPC: G06F40/211 , G06F40/216 , G06F40/295
Abstract: 本发明公开了一种基于文章实体词依赖关系的金融领域篇章级事件抽取方法，设计了一种结构化依赖自注意力机制模块，该模块将文章中的实体词依赖关系作为事件抽取深度学习模型的一种输入数据，与词级、语句级的语言特征结合以提升深度学习模型在进行金融事件抽取时的对事件触发词和事件论元的预测精度。此外，本发明在中文金融事件抽取任务中，首次提出8种不同类型的实体关系，用于统一化表示文章中的实体依赖关系。本发明同时构建了一套金融领域的层次事件关系，用于模型区分相似的事件类型。本发明从系统输入到系统输出，逻辑结构清晰，层次分明，系统实现细节详尽，实现了一种端到端的系统闭合工作方式，极易落地和大规模应用。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.019 seconds)
