公开(公告)号：CN114021651B

公开(公告)日：2024-03-29

申请号：CN202111299602.8

申请日：2021-11-04

Applicant: 桂林电子科技大学

Inventor： 梁海 ,  丁勇 ,  苏子秋

IPC: G06F18/25 ,  G06F18/243 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06F40/30 ,  G06F40/268 ,  G06F40/289 ,  G06V10/44 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80

Abstract: 本发明公开了一种基于深度学习的区块链违法信息感知方法，包括如下步骤：1）收集链上信息；2）文本特征提取；3）图片特征提取；4）特征融合；5）利用训练集对步骤1）‑步骤4）的深度学习神经网络模型采用反向传播算法进行训练；6）使用训练好的神经网络模型对从区块链中整理好的信息进行筛选，筛选出含有违法信息和没有违法信息。这种方法判断更安全准确可靠。

公开(公告)号：CN114757776A

公开(公告)日：2022-07-15

申请号：CN202210452285.7

申请日：2022-04-27

Applicant: 桂林电子科技大学

Inventor： 丁勇 ,  苏子秋 ,  梁海

IPC: G06Q40/04 ,  G06Q10/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种结合LSTM与超图神经网络的量化选股技术方法，包括如下步骤：步骤1：收集股票量价数据；步骤2：数据预处理；步骤3：LSTM模型提取特征；步骤4：超图卷积神经网络模型提取特征；步骤5：全连接层输出收益率；步骤6：训练超图卷积神经网络模型；步骤7：选取投资对象。这种方法预测结果可靠，从而能够有效提高量化选股准确率与量化投资收益，为投资者提供精准的投资决策。

公开(公告)号：CN114708108A

公开(公告)日：2022-07-05

申请号：CN202210452301.2

申请日：2022-04-27

Applicant: 桂林电子科技大学

Inventor： 丁勇 ,  苏子秋 ,  梁海

IPC: G06Q40/06 ,  G06Q10/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种结合LSTM与注意力机制的股票涨跌预测技术方法，包括如下步骤：步骤1：制作股票数据集；步骤2：股票因子数据处理；步骤3：股票新闻文本的特征提取；步骤4：特征融合输出；步骤5：训练股票涨跌预测模型；步骤6：预测。这种方法增强了预测结果的可解释性，信息直观全面化。

公开(公告)号：CN114021651A

公开(公告)日：2022-02-08

申请号：CN202111299602.8

申请日：2021-11-04

Applicant: 桂林电子科技大学

Inventor： 梁海 ,  丁勇 ,  苏子秋

IPC: G06K9/62 ,  G06V10/80 ,  G06F40/30 ,  G06F40/268 ,  G06F40/289 ,  G06V10/44 ,  G06V10/82 ,  G06V10/774 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的区块链违法信息感知方法，包括如下步骤：1）收集链上信息；2）文本特征提取；3）图片特征提取；4）特征融合；5）利用训练集对步骤1）‑步骤4）的深度学习神经网络模型采用反向传播算法进行训练；6）使用训练好的神经网络模型对从区块链中整理好的信息进行筛选，筛选出含有违法信息和没有违法信息。这种方法判断更安全准确可靠。