摘要
基于大数据的企业数字化风控方法与平台,包括:获取多种类型的源数据,对源数据进行预处理,并将预处理后的源数据存储于分布式数据库中。通过傅里叶变换提取每种类型的源数据的波动特征。将波动特征作为训练好的卷积神经网络的输入,通过卷积层对波动特征进行卷积,并根据卷积结果提取特征数据,以通过池化层从特征数据中计算每种类型的源数据对应的特征向量。将卷积神经网络中的全连接层替换为图神经网络,并基于特征向量与图神经网络计算每种类型的源数据对应的类型图矩阵,以通过图神经网络根据类型图矩阵输出风险预测结果。该方法通过深度学习算法,提高敏感信息识别的准确性,加强了企业数字化风控的安全性。
技术关键词
波动特征
风控方法
矩阵
风险评估值
分布式数据库
数据随时间
大数据
sigmoid函数
企业
敏感信息识别
社交
数据存储
非对称加密算法
媒体
元素
密钥
深度学习算法
报告
系统为您推荐了相关专利信息
三维可视化平台
航线规划方法
建筑三维模型
建筑外立面
倾斜摄影三维模型
数据安全分析
异常点
高斯混合模型
低密度
网络流量数据
图像识别模型
注意力模型
语义特征
对象
图像识别方法
配电网运行状态
有源配电网
预测系统
RBF神经网络
新能源出力预测
训练场景
多模态
测评方法
功能性近红外光谱
注意力