专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果49个,建议您升级VIP下载更多相关专利
  • [发明专利]一种互联网金融黑产识别方法与系统-CN202211713315.1在审
  • 江远强;韩逸;管雪松 - 百维金科(上海)信息科技有限公司
  • 2022-12-29 - 2023-04-07 - G06Q30/0207
  • 本发明公开了一种互联网金融黑产识别方法与系统,方法包含以下步骤:步骤1:获取黑产样本数据与正常客户样本数据,并通过分类器进行下采样得到建模客户样本数据;步骤2:提取建模客户样本数据中多维度的特征数据,对特征数据进行预处理、特征衍生、筛选后得到建模样本数据集;步骤3:从建模样本数据集中选取训练样本数据与测试样本数据;步骤4:依据BP神经网络对训练样本数据进行训练,用测试样本数据对隐藏层进行参数调整,得到黑产识别模型;步骤5:获取客户信息数据并输入至黑产识别模型得到识别结果;系统包含数据获取模块、分类器、数据集创建模块、建模模块、识别模块。
  • 一种互联网金融识别方法系统
  • [发明专利]一种融合用电信息的企业信用评估方法与系统-CN202211584190.7在审
  • 江远强;韩逸;项衡 - 百维金科(上海)信息科技有限公司
  • 2022-12-09 - 2023-03-07 - G06Q40/03
  • 本发明公开了一种融合用电信息的企业信用评估方法与系统,方法包含:步骤1:获取企业用户的用电行为原始数据;步骤2:对用电行为原始数据进行预处理后得到用电行为数据;步骤3:获取企业用户的放款标签,并将用电行为数据匹配关联至放款标签得到建模样本数据,将建模样本数据分割为训练样本与测试样本;步骤4:依据训练样本构建采用一种基于改进灰狼算法优化RBF神经网络的基于融合用电信息的企业信用评估预测模型;步骤5:将测试样本输入至企业信用评估预测模型中进行测试得到企业信用评估模型;步骤6:获取目标企业用电行为数据并输入至企业信用评估模型中得到评估数据;系统包含数据处理模块、模型构建模块、评估模块。
  • 一种融合用电信息企业信用评估方法系统
  • [发明专利]一种基于用电数据的企业贷后预警方法与系统-CN202211336374.1在审
  • 江远强;韩逸;管雪松 - 百维金科(上海)信息科技有限公司
  • 2022-10-28 - 2023-01-17 - G06Q40/02
  • 本发明公开了一种基于用电数据的企业贷后预警方法与系统,方法包含以下步骤:获取企业贷款表现数据并对还款表现进行好坏标签化,抽取一定好坏比例的企业贷款表现数据作为建模样本;获取目标用电用户的用电信息与企业信息并处理得到特征宽表;对特征宽表中的变量进行处理得到建模样本数据宽表;采用十折交叉验证法将建模样本数据宽表划分为训练集与测试集,采用超级基神经网络对训练集训练得到企业贷后风险预警模型;通过测试集对企业贷后风险预警模型进行测试验证,得到优化企业贷后风险预警模;获取待评估企业数据并输入至优化企业贷后风险预警模得到风险预测数据,风险预测数据具有风险预警等级,根据风险预警等级采取相应的保全措施。
  • 一种基于用电数据企业预警方法系统
  • [发明专利]一种企业电费回收的风险预测方法与系统-CN202211374231.X在审
  • 江远强;韩逸;项衡 - 百维金科(上海)信息科技有限公司
  • 2022-11-04 - 2022-12-30 - G06Q10/04
  • 本发明公开了一种企业电费回收的风险预测方法与系统,方法包含:获取企业用电数据抽取正样本与负样本,衍生形成建模样本特征宽表数据;对建模样本特征宽表数据进行预处理后得到衍生变量数据,并进行标准化处理后通过相关性分析过滤掉弱影响指标,连接用户的标识和正负标签,得到建模样本;通过K折对建模样本进行处理生成训练集,建立基于注意力机制的LSTM企业电费回收风险模型,并利用训练集进行训练;将当前企业用电信息数据输入至LSTM企业电费回收风险模型中,得到预测结果和真实正负样本,并做成混淆矩阵,验证电费回收风险预警模型效果;对存量企业进度电费回收风险进行预测,制定电费风险差异处理和电费回收策略。
  • 一种企业电费回收风险预测方法系统
  • [发明专利]贷款违约概率预测方法、及其电子设备和存储介质-CN202111636539.2在审
  • 江远强 - 百维金科(上海)信息科技有限公司
  • 2021-12-29 - 2022-06-24 - G06Q40/02
  • 本发明涉及贷款违约概率预测方法、及其电子设备和存储介质,包括:根据用户信贷的原始数据,从数据库中提取样本数据,并根据样本数据对应的用户历史信贷情况建立用户标签;从数据库中匹配每个用户的关联多维度数据,对采集的原始数据进行缺失补全和异常值处理,并按照7:3的比例切分成训练集和测试集后,分别对训练集和测试集归一化处理;根据模糊核聚类算法建立KFCM模型,根据训练集中的数据,训练并调整KFCM模型的参数;采用和声搜索算法优化KFCM模型,得到最优参数;采用测试集中的样本对KFCM模型的预测性能进行测试;以及获取新申请贷款用户的用户数据,根据用户基本信息设置人工阈值规则预测用户是否违约,识别高违约用户,输出用户的决策建议。
  • 贷款违约概率预测方法及其电子设备存储介质
  • [发明专利]用于逾期金额预测的神经网络模型构建方法及预测系统-CN202210062007.0在审
  • 江远强 - 百维金科(上海)信息科技有限公司
  • 2022-01-19 - 2022-05-24 - G06Q10/04
  • 本发明公开了用于逾期金额预测的神经网络模型构建方法及预测系统,所述方法包括获取贷款客户名单,筛选出同一表现期内发生逾期的客户名单A和未发生逾期的客户名单B,所述客户名单A中的客户数量和客户名单B中的客户数量相同;依据客户名单A和客户名单B采集贷款客户样本数据,得到样本数据集;对样本数据集进行特征工程处理,获得特征数据集中每个特征数据D(x,y)的客户特征画像x;其中x为对应贷款客户的客户特征画像,所述客户特征画像x为客户的静态特征画像和动态特征画像直接的关联特征;y为贷款客户产生逾期金额;步骤4、利用特征数据集对预设的BiLSTM神经网络模型进行训练,训练完成后得到逾期金额预测模型。本发明使最终被构建的模型能够达到理想的效果。
  • 用于逾期金额预测神经网络模型构建方法系统
  • [发明专利]一种金融场景下的风险行为监测方法及系统-CN202111511757.3在审
  • 江远强 - 百维金科(上海)信息科技有限公司
  • 2021-12-07 - 2022-03-18 - G06Q20/40
  • 本发明公开了一种金融场景下的风险行为监测方法与系统,方法包含:获取用户样本数据并处理得到每个用户的综合信贷信息与风险标签;对每个用户的综合信贷信息与风险标签进行清洗转换加载,抽取多维数据预处理得到预处理数据;获取预处理数据中多维数据的特征向量和其对应的标签,抽取部分特征向量与标签组成训练集;对训练集中的特征向量进行筛选得到数据集;构建深度学习网络模型训练数据集得到识别风险行为的深度学习网络模型;将预处理数据输入深度学习网络模型中处理得到风险行为预测结果数据;根据风险行为预测结果数据对每个客户进行标注,系统包含数据获取模块、数据处理模块、数据筛选模块、模型构建模块、训练模块、预测模块、标注模块。
  • 一种金融场景风险行为监测方法系统
  • [发明专利]一种贷款授信额度确定的方法、及其电子设备和存储介质-CN202111488387.6在审
  • 江远强 - 百维金科(上海)信息科技有限公司
  • 2021-12-07 - 2022-03-04 - G06Q40/02
  • 本申请涉及一种贷款授信额度确定的方法、及其电子设备和存储介质,其方法包括:步骤S1:获取与待授信用户相关的原始数据;步骤S2:从所述原始数据中通过特征学习提取多个衍生特征,通过所述多个衍生特征建立用户画像体系;步骤S3:对所述原始数据和所述多个衍生特征进行数据预处理,将所述原始数据和所述衍生特征分为训练集和验证集,且所述训练集和所述验证集中的数据个数比例为7:3;步骤S4:构建XGBoost树集成预测模型;步骤S5:优化XGBoost树集成预测模型超参数;步骤S6:确定目标客户的授信额度区间,确定客户的最终权重,并给出客户的最终额度;步骤S7:对验证用户进行授信额度预测;以及步骤S8:对授信未动支客户进行营销,促进授信客户动支。
  • 一种贷款额度确定方法及其电子设备存储介质
  • [发明专利]一种企业信用风险评级系统-CN202111062689.7在审
  • 江远强;韩逸;李兰 - 百维金科(上海)信息科技有限公司
  • 2021-09-10 - 2021-12-28 - G06Q10/06
  • 本发明公开了一种企业信用风险评级系统,包括用户端和服务端;所述用户端用于向服务端发起信用风险评级请求,所述服务端用于根据信息风险评级请求生成信用风险评级结果返回用户端;所述服务端包括数据采集模块、数据处理模块和模型预测模块;所述数据采集模块,用于根据所述信用风险评级请求采集目标企业的特征数据;所述数据处理模块,用于对采集到的特征数据进行预处理,得到目标企业的特征画像信息;所述模型预测模块,用于根据目标企业的特征画像信息预测所述目标企业的信用风险评级结果。本发明能够快速的对企业进行信用风险评级,方便快捷。
  • 一种企业信用风险评级系统
  • [发明专利]一种贷款欺诈检测的系统-CN202111064402.4在审
  • 江远强;韩逸;李兰 - 百维金科(上海)信息科技有限公司
  • 2021-09-10 - 2021-12-28 - G06Q20/40
  • 本发明公开了一种贷款欺诈检测的系统,包括客户端和服务端,所述客户端,用于向服务端发起贷款欺诈检测请求;所述服务端,用于在接收到贷款欺诈检测请求后,通过贷款欺诈检测请求抽取被检测目标人物的目标数据,所述目标数据包括被检测目标人物的各维度特征数据;并将目标数据输入预置的贷款风险预测模型中,预测目标人物的贷款欺诈风险。本发明利用机器学习的思路,通过对被检测目标人物的目标数据进行预处理,输入到预置的贷款风险预测模型中,即可预测出贷款风险,降低出现欺诈的可能,而且不依赖于专家经验和教训,不存在局限性。
  • 一种贷款欺诈检测系统
  • [发明专利]一种信贷客户自动分群系统-CN202111107908.9在审
  • 江远强;韩逸;李兰 - 百维金科(上海)信息科技有限公司
  • 2021-09-22 - 2021-12-28 - G06Q30/02
  • 本发明公开了一种信贷客户自动分群系统,包括采集端和服务端,所述采集端,用于采集目标用户画像数据;所述服务端,用于将所述用户画像数据输入预置的信贷分群模型中,预测目标用户的信贷分群结果;所述信贷分群模型为经过训练的模糊K近邻算法模型;所述信贷分群模型在训练过程中,采用改进的斑点鬣狗算法优化模糊K近邻算法模型的参数组合(k,m),其中k为权值参数,m为阈值参数。本发明基于深度学习得到的神经网络模型评估用户的信贷分群结果,相比传统固定规则的计算评估,评估效果更好,输出的信贷分群结果参考性很强。
  • 一种信贷客户自动分群系统
  • [发明专利]一种贷款用户违约实时监控系统-CN202110894633.1在审
  • 李兰;江远强;李晓萍 - 百维金科(上海)信息科技有限公司
  • 2021-08-05 - 2021-10-26 - G06Q40/02
  • 本发明公开了一种客户违约实时监控系统,包括贷款用户端、服务端和出借用户端,所述贷款用户端和出借用户端均和服务端通信;所述贷款用户端,用于发起贷款申请请求向服务端;所述服务端,用于在接收到贷款申请请求后,根据贷款申请请求拟定智能合约发向贷款用户端;所述出借用户端,还用于在接收到智能合约后,进行签署或退回;所述服务端,在收到所述出借用户端签署的智能合约后,执行贷款操作;在所述服务端将智能合约发送至出借用户端时,对所述贷款用户端的贷款用户执行违约概率预测,并将预测结果同步发送至出借用户端。本发明能够及时的对贷款用户的违约概率进行预测,并在发生违约是直接执行智能合约,可以有效的降低贷款风险。
  • 一种贷款用户违约实时监控系统
  • [发明专利]一种基于萤火虫算法优化Hopfield神经网络的风险评级方法-CN202110730393.1在审
  • 江远强;李兰;谭静 - 百维金科(上海)信息科技有限公司
  • 2021-06-29 - 2021-10-22 - G06Q40/02
  • 本发明公开了一种基于萤火虫算法优化Hopfield神经网络的风险评级方法,包括以下的步骤:首先,确定表现期和风险等级,抽取建模样本客户,获取客户数据作为建模指标体系,所述客户数据包括风险等级和影响还款表现得信用数据;对信用数据进行预处理,随机切分训练集和测试集;根据建模样本的数据特征构建Hopfield神经网络拓扑结构,确定网络的参数,初始化Hopfield神经网络的权值和阈值;构建Hopfield神经网络的权值和阈值与萤火虫算法的映射关系,通过萤火虫算法得到最优权值和阈值,并使用训练集对Hopfield神经网络进行训练;本发明利用萤火虫算法确定了Hopfield神经网络最优的权值和阈值,加快了神经网络的收敛速度,并提高了预测模型的准度,可满足互联网金融信用实时评估的需求。
  • 一种基于萤火虫算法优化hopfield神经网络风险评级方法
  • [发明专利]一种信用风险评估系统、方法、设备及介质-CN202110726751.1在审
  • 江远强;李兰;李晓萍 - 百维金科(上海)信息科技有限公司
  • 2021-06-29 - 2021-10-08 - G06Q40/02
  • 本发明公开了一种信用风险评估系统、方法、设备及介质,包括用户端和服务端;所述用户端用于发起信用风险评估请求,所述服务端包括数据采集模块、样本数据库、风险评估模块和更新模块;所述数据采集模块,用于采集用户的征信特征信息X;所述样本数据库,用于存储用户样本数据;所述风险评估模块,用于根据用户的征信特征信息X评估用户的信用风险结果Y;所述更新模块,用于定期根据所述样本数据库中的用户样本数据对所述信用风险评估模型进行更新。本发明基于深度学习得到的神经网络模型评估用户的信用风险结果,相比传统固定规则的计算评估,评估效果更好,输出的信用风险结果参考性很强。
  • 一种信用风险评估系统方法设备介质

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top