买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉支付宝(杭州)信息技术有限公司申请的专利一种风险识别模型训练的方法、装置、存储介质及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116188023B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310202513.X，技术领域涉及：G06Q20/40；该发明授权一种风险识别模型训练的方法、装置、存储介质及设备是由李怀松;宋博文;张天翼;靳如一;侯辉超;成鹏设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。

本一种风险识别模型训练的方法、装置、存储介质及设备在说明书摘要公布了：在本说明书提供的风险识别模型训练的方法中，获取多模态数据的训练样本，确定所述训练样本的标注，通过风险识别模型的编码子网，将所述训练样本中各模态的数据分别转化为矩阵，得到各第一特征矩阵，根据各第一特征矩阵确定多通道的第二特征矩阵，将所述第二特征矩阵输入到该模型的三维卷积子网中进行特征融合，根据融合后得到特征融合矩阵，确定预测结果，并根据所述预测结果和所述训练样本的标注对该模型进行训练。上述方法可以看出，将不同模态的数据转化为矩阵后再进行融合，方便了多种模态数据的特征融合，融合后得到的特征融合矩阵并不单纯依赖其中任何一种模态的数据，而是一次性充分融合了各模态的数据，提高了数据融合的效果和效率。

本发明授权一种风险识别模型训练的方法、装置、存储介质及设备在权利要求书中公布了：1.一种风险识别模型训练的方法，所述方法包括： 获取历史风险业务的不同模态的历史数据作为训练样本，确定所述历史风险业务的执行结果，作为所述训练样本的标注； 针对每个模态，将该模态的历史数据作为输入，输入到风险识别模型中对应该模态的编码子网中，进行二维卷积得到该模态的第一特征矩阵； 根据不同模态的第一特征矩阵，确定多通道的第二特征矩阵，将所述第二特征矩阵输入到所述风险识别模型的三维卷积子网中，对所述第二特征矩阵进行三维卷积，得到特征融合矩阵；所述风险识别模型的三维卷积子网的卷积矩阵的通道数量与所述多通道的第二特征矩阵的通道数量相等； 将所述特征融合矩阵输入到所述风险识别模型的预测子网中，获得预测结果，根据所述预测结果和所述训练样本对应的标注，对所述风险识别模型进行训练，训练完成的风险识别模型用于根据待执行业务的不同模态的数据，识别所述待执行业务是否存在风险； 其中，所述根据不同模态的第一特征矩阵，确定多通道的第二特征矩阵，具体包括： 针对每个模态，将该模态的第一特征矩阵作为输入，输入所述风险识别模型中对应该模态的二维卷积子网中，进行二维卷积得到该模态的第三特征矩阵，各模态的第三特征矩阵的尺寸一致；将得到的不同模态的第三特征矩阵作为不同通道的数据，对各第三特征矩阵进行叠加，得到多通道的第二特征矩阵； 或者，将各不同尺寸且不同模态的第一特征矩阵叠加得到所述第二特征矩阵后，确定该第二特征矩阵的二维尺寸，并根据该二维尺寸对该第二特征矩阵的每个通道的特征矩阵进行填充，使该第二特征矩阵的每个通道的特征矩阵的尺寸统一。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人支付宝(杭州)信息技术有限公司，其通讯地址为：310000 浙江省杭州市西湖区西溪路556号8层B段801-11；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。