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：浙江省金融综合服务平台管理有限公司
摘要：本发明公开了一种基于LSTM模型的金融综合风险预测方法、系统及介质，包括根据流量数据的镜像数据生成基于特征矩阵的第一权重参数；对所述的镜像数据进行拆分得到日志时间序列，通过Kmeans聚类分析得到日志时间序列的镜像数据分布图；修正日志时间序列后训练得到神经网络的第一反馈数；建立流量数据的决策树模型得到最佳流量周期；将第一权重参数赋权给第一反馈数形成对应最佳流量周期的特征参数调整量；建立特征参数调整量与最佳流量周期的映射，基于不同接口请求的指标及对应映射将流量数据进行划分重组，基于重组后的流量数据进行预测；避免波动周期的影响，生成基于不同特征参数调整量的融合数据进行动态预测。
主权项：1.一种基于LSTM模型的金融综合风险预测方法，其特征在于，包括：根据流量数据的镜像数据生成基于特征矩阵的第一权重参数；对所述的镜像数据进行拆分得到日志时间序列，通过Kmeans聚类分析得到日志时间序列的镜像数据分布图；所述的Kmeans聚类分析时，以日志时间序列中元素均方差进行聚类，将日志时间序列的长度作为聚类的范围参数；基于日志时间序列生成多个第二类聚点；在所述的镜像数据分布图中，建立业务指标的多目标项目组，根据多目标项目组的时间分布建立第一类聚点；基于第一类聚点和第二类聚点的位置生成数据识别精度；对流量数据的原始数据进行特征提取得到流量数据特征，将流量数据特征统一到所述的镜像数据分布图中，在所述的镜像数据分布图中，确定流量数据特征和聚类点的偏移量作为偏移分量；根据所述的数据识别精度和偏移分量修正日志时间序列后训练得到神经网络的第一反馈数；建立流量数据的决策树模型得到最佳流量周期，将第一权重参数赋权给第一反馈数形成对应最佳流量周期的特征参数调整量；建立特征参数调整量与最佳流量周期的映射，基于不同接口请求的指标及对应映射将流量数据进行划分重组，基于重组后的流量数据进行预测。
全文数据：
权利要求：
百度查询： 浙江省金融综合服务平台管理有限公司 一种基于LSTM模型的金融综合风险预测方法、系统及介质
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