-
公开(公告)号：CN116452320A
公开(公告)日：2023-07-18
申请号：CN202310385038.4
申请日：2023-04-12
Applicant: 西南财经大学 , 喀什地区电子信息产业技术研究院
Abstract: 本发明涉及信用风险预测技术，其公开了一种基于持续学习的信用风险预测方法，在隐私保护导致的样本量有限的情况下，持续性地增强模型的性能，提高预测的准确性。本发明采用持续学习策略训练各个任务的预测模型，上一个任务的模型训练好后，提取模型的参数知识传递到下一个任务，从而辅助下一个任务的模型训练；此外，本发明在模型应用中还融入了三支决策，即首先根据各任务模型对相应任务训练数据集中样本预测结果的置信度分布情况，自适应设置模型的三支决策阈值对，在实际应用中，收到待预测信息后，采用当前最新模型输出对待预测信息的风险评估结果并统计置信度，而后根据三支决策阈值对执行决策，实现对不确定性样本的延迟决策处理，以便更好地控制信用风险。
-
公开(公告)号：CN115495673A
公开(公告)日：2022-12-20
申请号：CN202211198182.9
申请日：2022-09-29
Applicant: 西南财经大学
IPC: G06F16/9536 , G06F16/9532 , G06Q50/00
Abstract: 本发明提供一种社交网络动态群共识衍进系统，其特征在于，包括，可执行以下计算过程的计算机程序：其中，xi(t)表示决策者ei在时刻t(t＝0,1,…,tmax‑1)的观点值，tmax为系统决策截止时刻；其中，xi(t)∈[0,1](i＝1,2,…,n)，n为所述社交网络的决策者ei的数量。利用社交网络的特征，将大规模社会群体划分为小规模，从而识别出每个子网的意见领袖和跟随者，然后建立基于意见领袖‑追随者的观点交互评价模型，提出了作为意见领袖及作为追随者的观点动态推衍/衍进算法。研究不确定观点和交互规则情境下群体观点演化方式，可为未来信息传播、用户行为以及舆情管理提供有效引导和理论基础。
-
公开(公告)号：CN118967138B
公开(公告)日：2025-01-24
申请号：CN202411449124.8
申请日：2024-10-17
Applicant: 西南财经大学
IPC: G06Q20/40 , G06F18/214 , G06F18/2433 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于持续学习与双自编码器架构的异常交易检测方法，属于信用卡异常交易检测领域，方法包括：根据信用卡样本与异常信用卡样本的相似度，结合预设的一三支决策阈值对，将待选择的信用卡样本划分至正域、负域或边界域，以构建训练数据集；增量更新自编码器架构的异常检测模型；执行信用卡异常检测任务，多次预测不确定性信用卡样本，输出检测结果。本发明对信用卡样本和异常信用卡相似度进行评估，结合三支决策筛选信用卡样本选，选择与异常信用卡样本相似度较低的部分作为本轮的训练信用卡样本数据集，减少与异常信用卡样本相似度高的信用卡样本对异常检测模型训练的干扰，从而提高异常检测模型的准确性、鲁棒性和泛化能力。
-
公开(公告)号：CN118940200B
公开(公告)日：2024-12-17
申请号：CN202411434704.X
申请日：2024-10-15
Applicant: 西南财经大学
IPC: G06F18/2433 , G06Q40/04 , G06N3/0464 , G06N3/08
Abstract: 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。
-
Patent Agency Ranking
公开(公告)号：CN118967138A
公开(公告)日：2024-11-15
申请号：CN202411449124.8
申请日：2024-10-17
Applicant: 西南财经大学
IPC: G06Q20/40 , G06F18/214 , G06F18/2433 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于持续学习与双自编码器架构的异常交易检测方法，属于信用卡异常交易检测领域，方法包括：根据信用卡样本与异常信用卡样本的相似度，结合预设的一三支决策阈值对，将待选择的信用卡样本划分至正域、负域或边界域，以构建训练数据集；增量更新自编码器架构的异常检测模型；执行信用卡异常检测任务，多次预测不确定性信用卡样本，输出检测结果。本发明对信用卡样本和异常信用卡相似度进行评估，结合三支决策筛选信用卡样本选，选择与异常信用卡样本相似度较低的部分作为本轮的训练信用卡样本数据集，减少与异常信用卡样本相似度高的信用卡样本对异常检测模型训练的干扰，从而提高异常检测模型的准确性、鲁棒性和泛化能力。
-
公开(公告)号：CN115270008B
公开(公告)日：2023-01-10
申请号：CN202211196398.1
申请日：2022-09-29
Applicant: 西南财经大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明的最大影响力博主找寻方法及系统、存储介质及终端，其特征在于，包括以下步骤：步骤S1，获取微博社交网络数据，微博社交网络数据具有博主、博主之间的传播权重、博主之间的传播阈值；步骤S2，将微博社交网络抽象为有向无环图，获取有向无环图的信息，V表示节点的集合，每一个节点对应微博社交网络中的一个个体，本发明结合鲁棒优化理论讨论了社交网络中传播权重的不确定性更加符合现实背景，同时，基于提出的整数规划模型，设计C&CG算法求解，提升在大规模社交网络上的泛化能力。
-
公开(公告)号：CN114818681B
公开(公告)日：2022-10-11
申请号：CN202210724088.6
申请日：2022-06-24
Applicant: 西南财经大学
IPC: G06F40/279 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明的一种实体识别方法及系统、计算机可读存储介质及终端，其特征在于，包括，获取生态环保类法律案件的文书的文本信息，文本信息包括与案件审判有/无关的文本信息；将文本信息与其对应的标签转换为数值向量，配置标签为与案件审判相关的类别；配置面向知识图谱的算法，将已标注的数据集输入该算法进行训练，得到优化模型，数据集包括生态环保类法律案件的文书的文本信息及与其对应的标签；将训练好的优化模型用于分类器中，使分类器对未审判的生态环保类法律案件的文书的文本信息进行分类，完成未审判的生态环保类法律案件的文书的文本信息的抽取，以达到对未知的环保类法律案件的文书的实体能够提取出与审判相关的文本信息。
-
公开(公告)号：CN114818681A
公开(公告)日：2022-07-29
申请号：CN202210724088.6
申请日：2022-06-24
Applicant: 西南财经大学
IPC: G06F40/279 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明的一种实体识别方法及系统、计算机可读存储介质及终端，其特征在于，包括，获取生态环保类法律案件的文书的文本信息，文本信息包括与案件审判有/无关的文本信息；将文本信息与其对应的标签转换为数值向量，配置标签为与案件审判相关的类别；配置面向知识图谱的算法，将已标注的数据集输入该算法进行训练，得到优化模型，数据集包括生态环保类法律案件的文书的文本信息及与其对应的标签；将训练好的优化模型用于分类器中，使分类器对未审判的生态环保类法律案件的文书的文本信息进行分类，完成未审判的生态环保类法律案件的文书的文本信息的抽取，以达到对未知的环保类法律案件的文书的实体能够提取出与审判相关的文本信息。
-
公开(公告)号：CN114549328B
公开(公告)日：2022-07-22
申请号：CN202210448558.0
申请日：2022-04-24
Applicant: 西南财经大学
Abstract: 本发明的JPG图像超分辨率恢复方法，其特征在于，JPG图像超分辨率恢复方法步骤包括，S1）图像噪声处理阶段，采用轻量化的卷积神经网络1得到JPG压缩信息恢复的去噪图像；S2）图像高精准度恢复阶段，采用卷积神经网络2得到目标图像；S3）图像高感知度恢复阶段，采用卷积神经网络3得到目标图像；其中，卷积神经网络1、卷积神经网络2、卷积神经网络3分别为不同的卷积神经网络。本发明JPG图像超分辨率恢复方法、计算机可读存储介质及终端，对数据的特点进行分析，基于使用目的，构建出相应的高精准度，可实现的端到端深度学习模型。另外，引入了精准度和感知度的权重比，可以提供更好的高像素图片。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.023 seconds)
