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！

龙图腾网获悉山东师范大学申请的专利一种基于深度学习的财务风险动态预测方法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：CN120278527B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510725272.6，技术领域涉及：G06Q10/0635；该发明授权一种基于深度学习的财务风险动态预测方法是由张欣怡设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本一种基于深度学习的财务风险动态预测方法在说明书摘要公布了：本发明提出一种基于深度学习的财务风险动态预测方法，涉及财务风险动态预测领域。本发明提出的财务风险动态预测流程包括构建财务风险预测数据集，计算因素数据时间序列的偏差绝对值序列，并通过加权非线性函数将时间序列与偏差绝对值序列融合映射为高维嵌入向量序列，将各时间步作为图节点构建有限跨度有向图，引入结构共鸣因子，对路径加权编码，加权融合后形成聚合上下文向量，计算风险得分，结合加权差分获得变化趋势陡峭值，以陡峭值调制聚合上下文向量，结合双向长短期记忆网络提取因素数据的整体特征表示，最终利用全连接神经网络计算得财务风险预测值。本方法融合局部偏差与全局时序信息，提升了财务风险预测的准确性。

本发明授权一种基于深度学习的财务风险动态预测方法在权利要求书中公布了：1.一种基于深度学习的财务风险动态预测方法，其特征在于，包括以下步骤： S1、收集影响财务风险的因素数据，构建财务风险预测数据集，所述因素数据包括流动比率、资产负债率、利息保障倍数、净利润率、存货周转率、营业周期、总资产周转率； S2、针对所述每种因素数据的时间序列数据，计算每个时间步监测值与历史时间步均值的偏差绝对值，得到偏差绝对值序列，并将时间序列数据与偏差绝对值序列通过加权非线性函数映射为高维嵌入向量序列； S3、将高维嵌入向量序列中各时间步作为图节点，构建限定最大跨度的有向图，计算节点的全局平均表示，结合节点间方向一致性及位置偏离度量，引入结构共鸣因子，构建路径聚合编码模块，对多条路径进行加权编码，获得路径编码向量，所述结构共鸣因子数学模型为： ； 式中，为第种因素数据的全局平均表示，为第种因素数据第时间步和第时间步间的结构共鸣因子，、为共鸣调制超参数，为L2范数，、分别为第种因素数据在第和第时间步节点，为防止分母为零的极小值； S4、对所述路径编码向量进行归一化权重计算，并按权重加权融合多条路径编码向量，形成每个时间步的聚合上下文向量； S5、基于所述聚合上下文向量，采用线性映射及Sigmoid激活函数计算风险得分，进一步利用加权差分获得变化趋势陡峭值，利用变化趋势陡峭值对相应的聚合上下文向量进行加权，结合双向长短期记忆网络，构建风险演化识别模块，获得因素数据的整体特征表示； S6、将所有因素数据的整体特征表示进行拼接，输入全连接神经网络，计算得到最终的财务风险预测值。

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山东师范大学，其通讯地址为：250000 山东省济南市历下区文化东路88号；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”。