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！

龙图腾网恭喜湖北工业大学申请的专利基于聚类样本与极限梯度的信用卡欺诈检测方法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：CN114862404B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202210478879.5，技术领域涉及：G06Q20/40；该发明授权基于聚类样本与极限梯度的信用卡欺诈检测方法及设备是由陈宏伟;艾河设计研发完成，并于2022-05-05向国家知识产权局提交的专利申请。

本基于聚类样本与极限梯度的信用卡欺诈检测方法及设备在说明书摘要公布了：本发明提供了一种基于聚类样本与极限梯度的信用卡欺诈检测方法及设备。所述方法包括：步骤1至步骤8。本发明通过将聚类算法、样本自适应权重计算与过采样算法相结合，在解决了类间不均衡问题的同时，还有效避免了类内不均衡问题，提高了人工合成样本的数据质量，将极限梯度提升树作为信用卡欺诈检测模型中的分类器，能获得更好的分类效果，在结合了基于聚类与自适应权重的过采样算法后，最终生成的信用卡欺诈检测模型具有很好的检测准确性。

本发明授权基于聚类样本与极限梯度的信用卡欺诈检测方法及设备在权利要求书中公布了：1.一种基于聚类样本与极限梯度的信用卡欺诈检测方法，其特征在于，包括：步骤1：先对从银行数据库中直接拿到的原始数据进行数据清洗与特征工程处理，获得可用于进行机器学习的原始数据集；步骤2：使用聚类算法对原始数据集进行聚类划分获得多个子簇，舍弃没有少数类样本或少数类样本数目仅为1的子簇；步骤3：对于其他的子簇，根据子簇内部少数类与多数类样本数目的比例计算其失衡率，然后根据设定的失衡率阈值筛选出待过采样的子簇；步骤4：计算所有待过采样子簇的稀疏因子，根据稀疏因子确定每一个待过采样子簇的对应的过采样权重；步骤5：根据待过采样子簇内部的每一个少数类样本对边界信息的学习程度，分配不同的自适应权重，确定每一个少数类样本的过采样权重；步骤6：对每个少数类样本都分别进行基于其自身自适应权重的过采样插值计算，生成多数类样本与少数类样本达到数量均衡的人工数据集；步骤7：利用极限梯度提升树算法对上一步中的均衡数据集进行训练得到最终的信用卡欺诈检测模型；步骤8：利用步骤7中训练好的信用卡欺诈检测模型对信用卡交易数据进行检测。

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湖北工业大学，其通讯地址为：430068 湖北省武汉市洪山区南李路28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”。