公开(公告)号：CN117391247A

公开(公告)日：2024-01-12

申请号：CN202311326650.0

申请日：2023-10-12

Applicant: 重庆邮电大学

Inventor： 许国良 ,  张梦娅

IPC: G06Q10/04 ,  G06Q10/0635 ,  G06Q10/0639 ,  G06N3/006 ,  G06N3/08 ,  G06F18/15 ,  G06F18/214

Abstract: 本发明公开了一种基于深度学习的企业风险等级预测方法及系统，涉及企业风险管控技术领域，解决了现有风险评估模型不适配企业具体情况的问题，其技术方案要点是：获取与企业风险有关的多维度数据样本；对采集数据进行预处理，构建企业风险数据集；使用过采样方法均衡少数类样本；建立基于多目标粒子群优化的深度神经网络企业风险预测模型，优化模型参数；将数据集分为训练集、测试集和验证集，用训练集对模型进行训练，测试集测试模型精度，验证集进行调参；将待评估风险等级的企业样本输入训练好的模型，预测出企业的风险等级。本发明通过优化特征选择、样本比例以及模型参数，提升企业风险预测准确率。

公开(公告)号：CN118037429A

公开(公告)日：2024-05-14

申请号：CN202410235163.1

申请日：2024-03-01

Applicant: 重庆邮电大学

Inventor： 许国良 ,  张梦娅

IPC: G06Q40/03 ,  G06Q10/04 ,  G06F18/10 ,  G06F18/214 ,  G06F18/21 ,  G06F17/18 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明涉及一种企业信用等级和信用展望的多任务预测方法，属于多任务预测技术领域，包括获取与企业信用等级有关的多维度历史数据样本，以及与经济环境有关的多变量样本；对样本进行预处理，构建企业数据集；为样本建立信用展望标签，构建企业信用预测数据集；使用多独立样本的非参数Kruskal‑Wallis秩和检验，评估选择的数值特征指标对各信用等级类别样本之间是否有差异性；建立基于软标签Informer模型的企业信用等级和信用展望的多任务预测框架；将更新后的企业信用预测数据集分为训练集、测试集和验证集，对模型进行训练、测试和调参；将需要预测的企业历史样本输入训练好的模型，预测出企业的信用等级以及信用展望结果。