“陈奕宇”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果54个，建议您升级VIP下载更多相关专利

[发明专利]一种宽运行范围轴流泵后导叶的优化方法-CN202310830402.3在审
发明人：石丽建;柴耀;陈奕宇;韩逸 -专利权人：扬州大学
申请日： 2023-07-07 - 公布日： 2023-10-27 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了水利工程领域内的一种宽运行范围轴流泵后导叶的优化方法，包括如下步骤：根据下面公式确定后导叶进口角α；根据下面步骤进一步确定上述公式；宽运行范围后导叶最佳进口角确定；宽运行范围下最佳导叶进口角确定。本发明考虑叶轮和导叶的综合影响来优化设计新导叶，其中综合考虑叶片出口相对液流角、滞后角以及导叶进口入偏角等参数的影响，来提高设计精度和准确性，通过选择最佳导叶进口角来提高轴流泵的效率和高效区运行范围。
一种运行范围轴流泵后导叶优化方法

[发明专利]图谱构建方法、装置、计算机设备及存储介质-CN202310969973.5在审
发明人： 陈奕宇 -专利权人：中国平安财产保险股份有限公司
申请日： 2023-08-01 - 公布日： 2023-10-24 - 主分类号： G06N5/02 文献下载
摘要：本申请属于人工智能领域与金融科技领域，涉及一种图谱构建方法，包括：获取预设数量的不同企业的企业数据；基于各企业数据之间的相似度构建相似度矩阵；基于相似度矩阵构建拉普拉斯矩阵；对拉普拉斯矩阵进行谱分解得到对应的节点特征向量；基于预设的谱聚类算法对节点特征向量进行聚类处理，得到对应的聚类数据；基于聚类数据构建对应的目标企业图谱。本申请还提供一种图谱构建装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，目标企业图谱可存储于区块链中。本申请可应用于金融领域的企业图谱构建场景，基于谱聚类算法的使用可以实现快速准确地生成与企业数据匹配的通用的目标企业图谱，提高了企业图谱的生成效率与数据准确度。
图谱构建方法装置计算机设备存储介质

[发明专利]车险理赔风险识别方法、装置、设备及存储介质-CN202310970693.6在审
发明人： 陈奕宇 -专利权人：中国平安财产保险股份有限公司
申请日： 2023-08-02 - 公布日： 2023-10-24 - 主分类号： G06Q40/08 文献下载
摘要：本申请提供一种车险理赔风险识别方法、装置、设备及存储介质，属于金融领域，获取车险理赔对应保单数据，并运行预设的第一理赔识别模型对保单数据进行理赔识别处理，得到第一理赔风险指数；运行预设的第二理赔识别模型对保单数据进行理赔识别处理，得到第二理赔风险指数；对第一理赔风险指数和第二理赔风险指数进行融合，生成第三理赔风险指数；运行预设的第三赔识别模型对第三理赔风险指数进行理赔识别处理，得到目标理赔风险指数。本方案通过目标理赔风险指数能够有效地避免骗保事件的发生，提高了保险金融市场的稳定性。本申请还涉及区块链技术领域和人工智能技术领域，第一理赔识别模型、第二理赔识别模型和第三赔识别模型可存储至区块链。
车险理赔风险识别方法装置设备存储介质

[发明专利]企业风险评估方法、装置、终端设备及存储介质-CN202310760545.1在审
发明人： 陈奕宇 -专利权人：中国平安财产保险股份有限公司
申请日： 2023-06-26 - 公布日： 2023-10-10 - 主分类号： G06Q10/0635 文献下载
摘要：本申请实施例涉及人工智能技术领域，具体提供了一种企业风险评估方法、装置、终端设备及存储介质。该方法包括：获得目标训练数据并根据目标训练数据确定第一企业图谱；根据第一企业图谱中风险评估节点之间的关联关系控制智能体在各个风险评估节点之间移动，得到第一企业图谱中风险路径信息；根据风险路径信息确定第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重，并根据第一企业图谱中风险评估节点之间具有隐性欺诈风险的权重确定风险评估模型；获取目标企业对应的企业信息；利用风险评估模型对企业信息进行评估，得到目标企业的风险评估结果。解决了现有技术中无法发现企业数据之间的隐性风险的问题，提高了企业风险评估的准确性。
企业风险评估方法装置终端设备存储介质

[发明专利]基于时间序列的驾驶行为异常检测方法及其相关设备-CN202310780517.6在审
发明人： 陈奕宇 -专利权人：平安科技（深圳）有限公司
申请日： 2023-06-28 - 公布日： 2023-09-29 - 主分类号： G06T7/246 文献下载
摘要：本申请实施例属于金融科技技术领域，应用于车辆驾驶检测，可辅助于车辆事故认定与车险定价的市场研究与分析上，涉及一种基于时间序列的驾驶行为异常检测方法及其相关设备，包括结合ARIMA模型和车辆的驾驶轨迹数据分析预测驾驶行为是否存在异常，ARIMA模型训练阶段，对于训练集进行平稳性和非白噪声检验，使得最终保留的驾驶轨迹数据集中每一元素对应的时序数据序列都符合检验要求，保证ARIMI模型的异常检测精度。通过人工智能模型和实时检测相结合的方式，综合分析目标车辆的驾驶行为是否存在异常，相较于现有的拦车排查方式，更加智能化和科学化，能够结合高速实时抓拍设备分析正在行驶的车辆是否存在驾驶行为异常，尽量减少事故的发生。
基于时间序列驾驶行为异常检测方法及其相关设备

[发明专利]基于人工智能的检测方法、装置、计算机设备及存储介质-CN202310761620.6在审
发明人： 陈奕宇 -专利权人：中国平安财产保险股份有限公司
申请日： 2023-06-26 - 公布日： 2023-09-26 - 主分类号： G06Q40/08 文献下载
摘要：本申请属于金融科技技术领域，涉及一种基于人工智能的检测方法及其相关设备，该方法包括获取待检测企业的当前结案信息；根据黑名单列表对待检测企业进行筛选，得到筛选后的待检测企业；基于LGBM算法对筛选后的待检测企业进行二分类，得到二分类后的数据集；根据二分类后的数据集构建初始模型；基于决策树算法迭代训练初始模型，得到最优模型以及至少两个风险特征的权重；将所述至少两个风险特征的权重的大小进行比对，得到比对结果；根据所述比对结果，确定待检测企业存在的风险。本申请还涉及区块链技术，企业结案信息与模型可存储于区块链中。本申请通过LGBM算法可以高效的处理问题，减少数据量，减少内存压力，保证模型的训练精度。
基于人工智能检测方法装置计算机设备存储介质

[发明专利]基于Sqoop的业务数据洗库方法及其相关设备-CN202310700419.7在审
发明人：解培佩;陈奕宇 -专利权人：平安科技（深圳）有限公司
申请日： 2023-06-13 - 公布日： 2023-09-22 - 主分类号： G06F16/215 文献下载
摘要：本申请实施例属于金融科技技术领域，应用于大数据安全清洗领域，涉及一种基于Sqoop的业务数据洗库方法及其相关设备，包括对待清洗明文数据进行加密处理，将加密数据同步到目标数据仓库内；对第一次加密格式数据进行再次加密处理，将加密结果导出到新建临时表中；合并新建临时表至目标关系型业务数据库内，清洗待清洗明文数据。直接在Sqoop工具的传输前进行加密运算，合理利用了数据仓库和Sqoop工具的算力资源，加快了数据迁移和清洗效率。而且通过两次加密，使得大数据场景下数据清洗传输过程中，始终处于加密状态下，避免了敏感数据泄露的风险，最后，清洗完成后，使得关系型数据库中仅保留第二次加密格式数据，避免了明文数据的后泄露风险。
基于 sqoop 业务数据方法及其相关设备

[发明专利]基于人工智能的异常分析方法、装置、设备及存储介质-CN202310780541.X在审
发明人： 陈奕宇 -专利权人：中国平安财产保险股份有限公司
申请日： 2023-06-28 - 公布日： 2023-09-22 - 主分类号： G06F18/15 文献下载
摘要：本申请实施例属于人工智能领域，涉及一种基于人工智能的异常分析方法，包括：获取目标用户的历史车辆行驶数据；对历史车辆行驶数据进行分析，得到目标用户的驾驶习惯时间段；获取目标车辆在驾驶习惯时间段内的轨迹数据；基于轨迹数据构建初始轨迹时序数据；基于初始轨迹时序数据生成轨迹时序数据；基于聚类模型对轨迹时序数据进行聚类，得到各轨迹时序数据的目标聚类结果；基于目标聚类结果生成各轨迹时序数据的异常识别结果。本申请还提供一种基于人工智能的异常分析装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，异常识别结果可以存储于区块链中。本申请提高了驾驶轨迹异常分析的处理效率，保证了生成的异常识别结果的准确性。
基于人工智能异常分析方法装置设备存储介质

[发明专利]基于人工智能的风险识别方法、装置、设备及存储介质-CN202310774570.5在审
发明人： 陈奕宇 -专利权人：中国平安财产保险股份有限公司
申请日： 2023-06-28 - 公布日： 2023-09-19 - 主分类号： G06Q40/08 文献下载
摘要：本申请实施例属于人工智能领域，涉及一种基于人工智能的风险识别方法，包括：获取理赔数据；对理赔数据进行数据过滤与转化处理，得到第一理赔数据；对第一理赔数据进行缺失值处理，得到第二理赔数据；调用风险识别模型对第二理赔数据进行聚类，得到与分类类别的数量相同的多个聚类群；基于风险识别模型内的概率密度函数，对聚类群中包含的第三理赔数据进行计算，生成第三理赔数据的风险概率；基于风险概率生成第三理赔数据的欺诈风险识别结果。本申请还提供一种基于人工智能的风险识别装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，风险概率可存储于区块链中。本申请有效提高了对于理赔数据的欺诈风险识别的处理效率与识别准确度。
基于人工智能风险识别方法装置设备存储介质

[发明专利]Kafka数据管理方法、装置、计算机设备及存储介质-CN202310745862.6在审
发明人：解培佩;陈奕宇 -专利权人：中国平安财产保险股份有限公司
申请日： 2023-06-20 - 公布日： 2023-09-15 - 主分类号： G06F9/48 文献下载
摘要：本申请涉及数据处理技术领域，提供一种Kafka数据管理方法、装置、计算机设备及存储介质，该方法包括：对各个磁盘对应的当前批次分区Kafka数据迁移任务进行监控，其中，每批次分区Kafka数据迁移任务中包括至少一个任务；若所述当前批次分区Kafka数据迁移任务中有任务未完成，则将所述未完成的任务划分入下一批次分区Kafka数据迁移任务中；执行所述下一批次分区Kafka数据迁移任务中的各个任务，实现提高Kafka数据管理效率。本申请还涉及区块链技术，Kafka数据可以存储在区块链节点中。
kafka 数据管理方法装置计算机设备存储介质

[发明专利]基于人工智能的公式处理方法、装置、设备及存储介质-CN202310762044.7在审
发明人：姜宽;陈奕宇 -专利权人：中国平安财产保险股份有限公司
申请日： 2023-06-26 - 公布日： 2023-09-05 - 主分类号： G06F40/205 文献下载
摘要：本申请实施例属于大数据领域与金融科技领域，涉及一种基于人工智能的公式处理方法，包括：获取目标文本；基于公式提取模型对目标文本进行公式提取，得到目标公式；获取与公式特征对应的目标规则模板；基于目标规则模板构建目标规则引擎；通过目标规则引擎对目标公式进行公式解析，得到目标公式的公式解析数据。本申请还提供一种基于人工智能的公式处理装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，错误定位信息可存储于区块链中。本申请可应用于金融领域的金融业务公式的提取场景，采用公式提取模型与目标规则引擎结合处理的方式，实现了对于目标文本的公式自动化抽取与解析的处理，提高了目标文本的公式抽取与解析的处理效率。
基于人工智能公式处理方法装置设备存储介质

[发明专利]基于改进DTW算法的车险欺诈预测方法及其相关设备-CN202310505437.X在审
发明人： 陈奕宇;付园园 -专利权人：中国平安财产保险股份有限公司
申请日： 2023-05-06 - 公布日： 2023-09-01 - 主分类号： G06Q40/08 文献下载
摘要：本申请实施例属于人工智能技术领域，应用于车险应用模型训练领域中，涉及一种基于改进DTW算法的车险欺诈预测方法及其相关设备，包括获取车险欺诈案件中若干车辆的欺诈性驾驶轨迹数据，构建训练集；将所述训练集输入基于改进DTW算法的神经网络学习模型，进行模型训练，获得欺诈性识别模型；获取输入到所述欺诈性识别模型中的待进行欺诈预测的驾驶轨迹数据，通过所述欺诈性识别模型处理，获得模型识别结果；根据所述模型识别结果和预设的预测方式，预测所述待进行欺诈预测的驾驶轨迹数据是否为车险欺诈数据。通过改进DTW算法使得预测方更加科学合理的结合驾驶行为数据进行车险欺诈性识别，提升预测准确率，降低因车险骗保而造成的损失。
基于改进 dtw 算法车险欺诈预测方法及其相关设备

[发明专利]基于人工智能的欺诈识别方法、装置、设备及存储介质-CN202310764638.1在审
发明人： 陈奕宇 -专利权人：中国平安财产保险股份有限公司
申请日： 2023-06-26 - 公布日： 2023-08-18 - 主分类号： G06Q40/08 文献下载
摘要：本申请实施例属于人工智能领域与金融科技领域，涉及一种基于人工智能的欺诈识别方法，包括：对理赔行为数据进行样本抽取，构建训练集样本与测试集样本；使用训练集样本对初始长短期记忆模型进行训练；基于目标梯度下降算法对长短期记忆模型进行参数更新，并使用测试集样本对长短期记忆模型进行模型优化，得到欺诈识别模型；获取保单案件的目标理赔行为数据；基于欺诈识别模型对目标理赔行为数据进行识别，生成欺诈识别结果。本申请还提供一种基于人工智能的欺诈识别装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，错误定位信息可存储于区块链中。本申请可应用于金融领域的欺诈识别场景，能快速准确生成理赔行为数据的欺诈识别结果。
基于人工智能欺诈识别方法装置设备存储介质

[发明专利]一种传感器故障监测及失效信息重构方法及系统-CN202310420475.5在审
发明人：漆睿智;王航;马乾坤;李子康;陈鸿源;吴劼宸;陈奕宇;张越尧 -专利权人：哈尔滨工程大学
申请日： 2023-04-19 - 公布日： 2023-08-18 - 主分类号： G06F18/24 文献下载
摘要：本发明提出了一种传感器故障监测及失效信息重构方法及系统，首先基于鲁棒性改进的主元分析方法对核电厂传感器故障检测与故障辨识；然后基于最大互信息系数、卷积自编码器、长短时记忆网络和自注意力机制对核电厂传感器的失效信息进行重构；最后基于改进粒子群优化算法的超参数自动寻优；本发明的方法能够实现鲁棒性更强的传感器故障检测以及速度更快、准确度更高的传感器失效信息重构；能够在准确检测出蒸汽发生器水位传感器示数异常的同时，准确判别异常原因是“虚假水位”所致还是传感器故障所致，并能够准确、快速地对蒸汽发生器的异常水位信息就行重构，保证控制系统的正常运行，提高了核电厂的安全性与经济性。
一种传感器故障监测失效信息方法系统

[发明专利]基于深度Q学习优化理赔预测模型的方法及其相关设备-CN202310511570.6在审
发明人： 陈奕宇;付园园;涂开欣 -专利权人：中国平安财产保险股份有限公司
申请日： 2023-05-06 - 公布日： 2023-08-18 - 主分类号： G06Q40/08 文献下载
摘要：本申请实施例属于人工智能技术领域，应用于模型优化领域中，涉及一种基于深度Q学习优化理赔预测模型的方法及其相关设备，包括获取目标理赔预测模型中的各个预测节点及相邻层级预测节点间的上下级关系；获取预先基于所述各个预测节点而设定的预测环境信息通过预设的期望回报值、记忆力机制和快照机制进行理赔预测模型优化训练，降低了某一个理赔业务步骤的随机性对模型参数影响过大，避免了理赔各个业务流程的局限性，同时，采用快照机制，实现了通过设置快照步长，能够在特定的理赔业务步骤中获取实际回报值，及早发现不合格优化训练步骤，避免在不合格的优化训练步骤上消耗过多的训练资源，保证了及时获得更加准确和高价值性的理赔预测模型。
基于深度学习优化理赔预测模型方法及其相关设备

1
2
3
4
下一页»
尾页
共 54 条