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：青岛理工大学
摘要：本申请公开了一种基于深度学习的信用风险预测方法，属于信用风险预测领域。该方法包括：划分样本数据集，并区分出分类特征和连续特征；使用列嵌入和层归一化分别处理分类特征和连续特征；使用GatedTransforme作为特征提取器，将列嵌入后的分类特征转换为上下文嵌入；将特征提取器提取到的上下文特征和归一化后的连续特征进行拼接；利用特征映射与分类模块提取深层特征，并利用线性层完成分类。本申请通过引入门控机制增强了模型非线性建模能力，并综合考虑特征的维度信息与空间信息之间的关联，实现了更为全面的特征提取，能够更好理解和表达输入数据的抽象特性，提升了信用风险预测模型对复杂数据结构的建模能力和预测准确率。
主权项：1.一种基于深度学习的信用风险预测方法，其特征在于，所述方法包括：S1.划分样本数据集，得到训练集和测试集，并区分出分类特征和连续特征；S2.使用列嵌入和层归一化分别处理所述分类特征和所述连续特征，得到列嵌入后的分类特征和层归一化后的连续特征；S3.构建GatedTransformer特征提取器，将列嵌入后的分类特征转换为上下文嵌入，得到上下文嵌入特征；S4.构建特征融合模块，整合所述上下文嵌入特征和层归一化后的连续特征，得到特征融合后的特征；S5.构建特征映射与分类模块，通过双通道特征提取模块以及空间门控模块处理所述特征融合后的特征，利用线性层完成分类。
全文数据：
权利要求：
百度查询： 青岛理工大学 一种基于深度学习的信用风险预测方法
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