摘要
本申请提供一种信贷风险识别模型训练方法、信贷风险识别方法及装置,利用用户的历史信贷记录数据、社会经济状态数据、互联网金融平台的交易行为数据对初始的信贷风险识别模型进行训练,针对该信贷风险识别模型中的经典网络子模型进行分阶段的训练,在第一阶段中对该经典网络子模型单独训练,在第二阶段中引入该信贷风险识别模型中的因果网络子模型对该经典网络子模型混合训练,借助因果网络子模型对训练样本数据进行时域频域转换以及权重调整,以改变训练数据的数据分布情况,生成不同数据分布的训练样本数据对经典网络子模型训练,从而提高经典网络子模型应对不同数据分布的样本数据的信贷风险预测能力。
技术关键词
训练样本数据
识别模型训练方法
网络
互联网金融平台
数据分布
模型训练模块
风险
识别方法
计算机
时域特征
频域特征
周期
电子设备
识别装置
处理器
指令
输入模块
输出模块
系统为您推荐了相关专利信息
多模态数据融合
自动识别方法
损伤识别模型
航天器
分类子模型
生成对抗网络模型
故障诊断方法
分类网络
样本
特征提取器
协同优化系统
协同优化方法
差分隐私技术
脱敏数据
多模态
深度神经网络模型
计划生成方法
计划生成装置
决策
生成钢铁