摘要
本发明公开了一种基于深度学习的企业财务管理辅助方法及系统,方法包括数据采集、数据预处理、信用风险顺序特征处理、信用风险非顺序特征处理和辅助企业财务管理。本发明涉及财务管理领域,具体是指一种基于深度学习的企业财务管理辅助方法及系统,本发明通过从财务信息系统中采集企业财务管理所需的原始财务数据;采用缺失值处理、特征提取和数据集划分的数据预处理方法;采用综合考虑顺序特征和非顺序特征的方法,提升了企业信用风险管理的精度和效果;采用转换财务序列数据为文档向量,并使用变压器模型处理的方法,更准确地评估信用风险;结合因子分解机和深度神经网络的方法处理非顺序特征,提高了模型性能。
技术关键词
企业财务管理
信用风险管理
非顺序
变压器模型
企业信用风险
深度神经网络模块
时间序列特征
捕获特征
评估信用风险
构建深度神经网络
财务信息系统
非线性相互作用
多层感知机
分类器
数据预处理方法
系统为您推荐了相关专利信息
风险预测模型
指数
企业财务管理
数据分析模块
长短期记忆网络
变压器内部温度
仿真数据
多物理场耦合环境
三维模型
变压器散热
信用风险评估
变量
信用评分模型
指标
企业信用风险
负荷建模方法
接触网
内用电设备
感应电动机负荷
地下车站
多模型协同
企业信用风险
多源数据协同
分析方法
框架