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：西南财经大学
摘要：本发明公开了基于异构信息网络和深度学习的信用风险评估方法，涉及信用风险评估技术领域，构建包含多种节点类型和边类型的小微企业关联异构信息网络，并设计网络的动态更新机制；基于节点属性信息和网络拓扑结构，从小微企业关联异构信息网络中提取和挖掘网络关联风险特征；将集成学习扩展为多层神经网络结构的深度模型，利用所构建的多层集成学习模型融合小微企业的非网络特征和网络关联风险特征，在层与层之间的非线性变换中充分学习这些信息；通过最小化重构损失来设置伪逆映射，至下而上为每层分配伪标签，并依据伪标签进行前向优化，由此进行迭代构建目标传播的变体对多层集成学习进行联合优化，从而训练模型对小微企业的信用风险进行评估。
主权项：1.基于异构信息网络和深度学习的信用风险评估方法，其特征在于，包括如下步骤：步骤S1、构建小微企业关联异构信息网络，设计所述小微企业关联异构信息网络的动态更新机制，得到随时间动态演化的动态小微企业关联异构信息网络；步骤S2、设置所述动态小微企业关联异构信息网络的节点属性，基于节点属性和网络拓扑结构从所述动态小微企业关联异构信息网络中提取网络关联风险特征；步骤S3、构建多层集成学习模型，将小微企业的非网络特征与所述网络关联风险特征进行融合，得到融合特征，利用所述多层集成学习模型对所述融合特征进行学习；步骤S4、迭代构建目标传播的变体，利用所述目标传播的变体对所述多层集成学习模型进行联合优化，利用联合优化后的多层集成学习模型对小微企业信用风险进行预测。
全文数据：
权利要求：
百度查询： 西南财经大学 基于异构信息网络和深度学习的信用风险评估方法
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