摘要
本申请提供一种基于大数据的金融账户风险预警响应方法及系统,依据核心数据项加噪机制对初始金融账户监控训练数据进行加噪的方式获得噪声训练数据,能克服不确定怎么在初始金融账户监控训练数据中确定加噪的数据项的分布情况、同时数据项的加噪不影响风险等级预警网络的预估精度的难点。此外,基于将初始金融账户监控训练数据的数据表征结果和噪声训练数据的数据表征结果进行整合,得到融合特征,以便学习训练数据中的特征,以增加调试获得的风险等级预警网络针对拟预警金融账户监控数据的风险等级的精度。基于准确的加噪机制,能够解决训练数据中的长尾现象,使得调试得到的风险等级预警网络对数据量少的类型的风险样本也具备较高的识别精度。
技术关键词
账户监控
数据项
金融
风险
噪声
优化指导值
核心
误差函数
序列
网络
日志
大数据
机制
语义
字段
因子
计算机系统
成分分析
系统为您推荐了相关专利信息
异常检测方法
节点
LSTM神经网络
创建子账户
异构
数据处理模型
阿尔茨海默病
计算机可执行指令
节点特征
数据输入模块
检测点
物联网传感器
风险分析方法
速率
生成曲线路径
结冰风险
风机叶片结冰
叶片加热装置
传感器模块
无线通信模块
联合估计方法
分布式系统
QPSO算法
多天线
方差贡献率