基于金融时间序列特征的异常交易识别与预警系统

AITNT
正文
推荐专利
基于金融时间序列特征的异常交易识别与预警系统
申请号:CN202510495871
申请日期:2025-04-21
公开号:CN120031572A
公开日期:2025-05-23
类型:发明专利
摘要
本发明提供了基于金融时间序列特征的异常交易识别与预警系统,通过从公开的金融交易信息中进行多维度的序列特征提取,得到时间序列特征,实现对金融交易信息的关键信息提取,为学习金融交易信息的内在规律提供数据基础,基于所述时间序列特征进行神经网络模型的训练,得到目标异常交易识别模型,为异常交易识别提供模型基础,并保证异常交易的识别精度,降低误报和漏报率,基于异常识别结果,建立预警提醒信息,并将预警提醒信息发送至目标端,便于目标端及时采取措施应对异常交易,防止或减少交易损失。
技术关键词
金融时间序列特征 金融交易信息 预警系统 神经网络模型 特征提取单元 特征提取模块 数据 分析单元 识别模块 因子 决策 处理单元 关系 周期 基础 指标
系统为您推荐了相关专利信息
1
一种哮喘检测方法及便携式哮喘检测设备
便携式哮喘 主控单元 检测设备 短时傅里叶变换 传声器
2
一种基于5G AeroMACS技术的空地协同防跑道侵入预警方法
跑道 航空器 空地协同 预警方法 保护区
3
一种锂电池健康状态云端监测方法及系统
锂电池健康状态 锂电池全生命周期 神经网络模型 云端服务器 阻抗分析法
4
基于人工智能的心脏超声检查辅助系统
心脏超声检查 卷积神经网络模型 辅助系统 模型训练模块 图像处理模块
5
一种基于多层感知机的甲烷测量多参量补偿方法
多层感知机 甲烷 神经网络模型 补偿方法 重构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号