-
公开(公告)号：CN119991293A
公开(公告)日：2025-05-13
申请号：CN202510460875.8
申请日：2025-04-14
Applicant: 西南财经大学
IPC: G06Q40/04 , G06F18/25 , G06N3/0455 , G06F18/2337 , G06N3/0895 , G06N3/096 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了基于多模态数据融合的持续金融欺诈检测方法及系统，属于金融欺诈检测技术领域，方法包括：提取不同模态金融交易样本的特征，对不同模态样本特征进行对齐处理；基于自编码器生成交易样本的重构样本；采用重构样本、新数据对检测模型进行训练，再执行金融欺诈检测。通过对齐不同模态样本的特征，能够有效获取不同模态数据的互补信息，进而提高欺诈检测的准确率。采用新数据对检测模型进行训练，能够使模型实时吸纳未知数据类型；同时，重构样本能够补充当前多模态金融交易样本的特征覆盖范围，采用重构样本、新数据对模型进行训练，能够避免因仅关注新数据而导致模型遗忘历史特征，并防止重新使用旧数据导致的隐私泄露的问题。
-
公开(公告)号：CN119152684B
公开(公告)日：2025-03-18
申请号：CN202411588401.3
申请日：2024-11-08
Applicant: 西南财经大学
Abstract: 本发明公开了一种基于持续学习的跨域交通流量预测方法，属于交通流量预测领域，方法包括：对跨域交通流量预测模型进行增量训练，使地区间共享知识子模块提取不同任务间的通用融合信息，获得当前训练轮次的跨域交通流量预测模型，并执行预测任务，根据预测结果、模型的参数知识更新对应的地区专属知识子模块。在持续学习框架中通过地区间共享知识模块融合多个地区知识的同时，通过地区专属知识子模块隔离各地区之间的通用知识与专属知识，保证了对目标地区预测的适应性，提升了交通部门预测交通流量的能力；同时，基于持续学习框架实现交通流预测知识在地区之间的传递，从而解决了缺少交通流量数据难以建模的问题。
-
公开(公告)号：CN118940200A
公开(公告)日：2024-11-12
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。
-
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：CN115271033A
公开(公告)日：2022-11-01
申请号：CN202210783921.4
申请日：2022-07-05
Applicant: 西南财经大学 , 喀什地区电子信息产业技术研究院
IPC: G06N3/04 , G06N3/08 , G06V10/764 , G06V10/82
Abstract: 本发明涉及属于医学图像处理领域，提供了基于联邦知识蒸馏医学图像处理模型构建方法，利用私有数据集对子节点网络进行训练，利用训练好的子节点网络在公共数据集上前向传播得到第一脉冲张量，并上传至中心节点；中心节点接收后，基于公共数据集进行蒸馏训练，得到蒸馏产物；聚合各子节点蒸馏产物得到全局参数，利用其对中心节点网络进行更新后，在公共数据集上前向传播，得到的第二脉冲张量并将其分发至所有子节点；子节点接收第二脉冲张量用以在公共数据集上进行蒸馏训练，同步更新子节点网络参数，并进入循环训练；直至达到预设轮数后或预设值后停止训练。本发明同时提供了利用构建完成的模型对待处理的医学图像进行图像处理的处理方法。
-
Patent Agency Ranking
公开(公告)号：CN119848629B
公开(公告)日：2025-05-20
申请号：CN202510308072.0
申请日：2025-03-17
Applicant: 西南财经大学
IPC: G06F18/241 , G06F18/214 , G06N3/084 , G06N3/0464 , G06Q40/04
Abstract: 本发明公开了一种针对数据动态变化的持续异常交易检测方法及系统，属于异常交易检测领域，方法、包括：为各待退出数据样本分配一个伪标签，形成新的训练对；在检测模型的输出层增加一扩展分类头；采用新的训练对对检测模型进行微调训练，仅根据扩展分类头进行反向传播；裁剪检测模型的扩展分类头后执行异常交易检测任务，输出交易检测结果。通过微调训练并仅根据扩展分类头进行反向传播，使伪类别对应的决策空间移至与模型原有正常检测决策边界不同的位置，并通过裁剪扩展分类头使伪类别对应的决策空间失活，进而有效擦除待退出数据在模型中的贡献，能够避免对模型已有检测能力造成破坏，从而保证检测的准确性与稳定性。
-
公开(公告)号：CN119863315A
公开(公告)日：2025-04-22
申请号：CN202510349978.7
申请日：2025-03-24
Applicant: 西南财经大学
IPC: G06Q40/04 , G06N3/045 , G06N3/0464 , G06F18/2431
Abstract: 本发明公开了基于动态特征空间变换的持续金融欺诈检测方法，属于金融欺诈检测技术领域，包括：获取交易样本的特征；根据数据量动态调整随机投影的目标维度，进行动态特征空间变换；构建自适应球型决策边界，通过质心计算和半径更新机制适应新数据；根据决策边界进行金融欺诈检测。通过动态特征空间变换，能够在数据充足时，自动扩展特征空间以捕捉更多的复杂模式；在数据稀缺时，通过压缩特征空间能够避免检测模型过拟合，提高了模型的泛化能力，在新数据上能够保持良好的检测性能。同时，根据新增加的交易样本更新正常交易样本的质心，动态调整球型决策边界的半径，能够持续适应金融动态检测场景，有效降低数据噪声和异常值的干扰。
-
公开(公告)号：CN115660688B
公开(公告)日：2024-04-30
申请号：CN202211301695.8
申请日：2022-10-24
Applicant: 西南财经大学 , 喀什地区电子信息产业技术研究院
IPC: G06Q20/40 , G06F18/214 , G06F18/24 , G06N3/048
Abstract: 本发明涉及金融风险管理领域，公开了一种金融交易异常检测方法及其跨区域可持续训练方法，其金融交易异常检测方法，通过构建由多种节点和多类路径构成的异质结构信息图，克服了现有技术中同质图难以保留多类型语义信息、无法捕捉动态时空特征的问题，充分挖掘时间信息等高阶语义，极大地丰富可获取信息量，并采用深度图神经网络模型，基于注意力机制对节点、路径和网络结构进行融合，获得图嵌入表示，并基于图嵌入表示对异常行为进行检测，提高了异常检测的效率和精度；同时，提出跨区域可持续训练方法，通过知识回放策略和参数平滑策略实现金融交易异常检测模型跨区域的持续学习，方便跨区域部署，适用于金融交易欺诈检测等金融风险管理任务。
-
公开(公告)号：CN117788945A
公开(公告)日：2024-03-29
申请号：CN202410006526.4
申请日：2024-01-03
Applicant: 西南财经大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/74
Abstract: 本发明涉及图像识别领域，其公开了一种可持续学习的图像分类模型训练方法及图像分类方法，解决传统模型，在出现新的类别或分布发生改变时，需要重新训练整个模型的问题，以及不具备检测未知图像的问题。该训练方法，基于新增类别进行增量训练，包括：S1、构建当前任务的训练集、知识提示池和模型；S2、计算获得样本的嵌入表示，并从知识提示池中匹配出提示知识，拼接样本的嵌入表示和提示知识，获得样本的提示增强嵌入表示；S3、编码获得样本的提示增强表征向量，并基于其进行分类，获得分类结果；S4、计算损失并更新参数；S5、计算类别检测阈值并存储，并将知识提示池入库。本发明尤其适用于需要实时、在线处理的流式数据场景。
-
公开(公告)号：CN115660688A
公开(公告)日：2023-01-31
申请号：CN202211301695.8
申请日：2022-10-24
Applicant: 西南财经大学 , 喀什地区电子信息产业技术研究院
IPC: G06Q20/40 , G06F18/214 , G06F18/24 , G06N3/048
Abstract: 本发明涉及金融风险管理领域，公开了一种金融交易异常检测方法及其跨区域可持续训练方法，其金融交易异常检测方法，通过构建由多种节点和多类路径构成的异质结构信息图，克服了现有技术中同质图难以保留多类型语义信息、无法捕捉动态时空特征的问题，充分挖掘时间信息等高阶语义，极大地丰富可获取信息量，并采用深度图神经网络模型，基于注意力机制对节点、路径和网络结构进行融合，获得图嵌入表示，并基于图嵌入表示对异常行为进行检测，提高了异常检测的效率和精度；同时，提出跨区域可持续训练方法，通过知识回放策略和参数平滑策略实现金融交易异常检测模型跨区域的持续学习，方便跨区域部署，适用于金融交易欺诈检测等金融风险管理任务。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.026 seconds)
