-
公开(公告)号:CN114549176A
公开(公告)日:2022-05-27
申请号:CN202210162187.X
申请日:2022-02-22
Applicant: 同济大学
Abstract: 本发明涉及一种基于复杂金融网络的系统性风险评估方法,具体包括以下步骤:S1、基于广度优先搜索算法获取目标企业的状况数据和担保贷款信息,建立担保网络模型,并构建所有相关的传染链,对担保网络模型和传染链动态更新;S2、根据构建的传染链,建立链内注意力神经网络和链间注意力神经网络,采用多级特征学习层计算得到传染链和风险评级的潜在风险信息;S3、建立卷积神经网络模型,根据传染链和风险评级的潜在风险信息,得到目标企业的风险等级评估结果。与现有技术相比,本发明具有提高在复杂的金融贷款网络中预测系统性风险的准确性、提高系统性风险评分的有效性、具有较高的适用性和灵活性等优点。
-
公开(公告)号:CN114120291A
公开(公告)日:2022-03-01
申请号:CN202111332685.6
申请日:2021-11-11
Applicant: 同济大学
IPC: G06V20/59 , G06V20/40 , G06V10/764 , G06V10/82 , G06F16/75 , G06F16/732 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种公交驾驶员行为识别方法及公交驾驶员行为监测系统,所述的公交驾驶员行为识别方法包括以下步骤:S1:构建公交驾驶员视频数据库;S2:对公交驾驶员视频数据库中的公交驾驶员视频进行分类标定,构建训练集和测试集;S3:构建驾驶员行为感知模型;S4:基于训练集、测试集并利用经验回放方法对驾驶员行为感知模型进行优化训练;S5:获取待识别公交驾驶员视频,并送入驾驶员行为感知模型进行识别,获取驾驶员行为类型。与现有技术相比,本发明改造成本低、效率高的优势,能提升公交运行安全性。
-