龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：深圳前海微众银行股份有限公司;香港科技大学
摘要：本发明涉及金融科技技术领域，公开了一种基于RNN的反洗钱模型的训练方法、装置、设备及介质。该方法包括：获取训练样本集，训练样本集包括样本客户的第一交易特征序列数据、第一客户属性特征数据和标注标签；将第一交易特征序列数据输入至预设反洗钱模型的循环神经网络层中，得到第一特征表达；将第一客户属性特征数据输入至预设反洗钱模型的全连接神经网络层中，得到第二特征表达；对第一特征表达与第二特征表达进行拼接，得到拼接特征数据；通过拼接特征数据、标注标签和预设损失函数对预设反洗钱模型进行迭代训练，得到训练好的初始反洗钱模型。本发明能够解决现有反洗钱模型训练的准确性较差的问题。
主权项：1.一种基于RNN的反洗钱模型的训练方法，其特征在于，所述基于循环神经网络RNN的反洗钱模型的训练方法包括：获取训练样本集，所述训练样本集包括样本客户的第一交易特征序列数据、第一客户属性特征数据和标注标签；根据所述第一交易特征序列数据获取各样本客户的交易次数；根据所述各样本客户的交易次数检测是否存在交易次数大于预设次数的样本客户；若存在，则根据检测结果对所述第一交易特征序列数据和所述第一客户属性特征数据进行数据增强处理；将经数据增强处理的所述第一交易特征序列数据输入至预设反洗钱模型的循环神经网络层中，得到第一特征表达；将经数据增强处理的所述第一客户属性特征数据输入至所述预设反洗钱模型的全连接神经网络层中，得到第二特征表达；对所述第一特征表达与所述第二特征表达进行拼接，得到拼接特征数据；获取当前训练样本集中正例样本客户的比例；根据所述比例调整预设损失函数的权重系数；通过所述拼接特征数据、所述标注标签和调整权重系数后的预设损失函数对所述预设反洗钱模型进行迭代训练，得到训练好的初始反洗钱模型。
全文数据：
权利要求：
百度查询： 深圳前海微众银行股份有限公司 香港科技大学 基于RNN的反洗钱模型的训练方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号