摘要
本发明公开了一种基于大数据采集的企业信用风险评估方法,涉及大数据分析技术领域,包括,构建时空融合引擎,结合跨模态注意力机制进行融合,生成时空融合特征,并通过梯度反转层和域分类器进行对抗训练,消除时空融合特征分布差异;基于时空融合特征,采用条件独立检验算法构建因果图骨架,通过机器学习模型量化节点间的因果效应强度,构建风险传导动力模型,基于因果效应强度预测风险传导强度;基于风险传导强度,通过动态博弈网络计算风险指标权重,结合时空融合特征生成企业风险评分,并通过时序神经网络生成动态风险评分。本发明通过构建时空融合引擎并结合跨模态注意力机制,实现了多模态数据的高效融合,提升特征表达的准确性和鲁棒性。
技术关键词
时空融合特征
时序神经网络
注意力机制
生成企业
企业信用风险
跨模态
机器学习模型
节点
强度
分类器
纳什均衡理论
效应
轨迹特征
结构方程模型
大数据分析技术
系统为您推荐了相关专利信息
交通流预测方法
注意力机制
随机梯度下降
交通流预测系统
数据
血流动力学参数
图像分割模型
交叉注意力机制
混合损失函数
分支