基于迁移学习的企业风险预测系统及方法

AITNT
正文
推荐专利
基于迁移学习的企业风险预测系统及方法
申请号:CN202510592790
申请日期:2025-05-09
公开号:CN120563224A
公开日期:2025-08-29
类型:发明专利
摘要
基于迁移学习的企业风险预测系统及方法,流程如下:1)通过爬虫技术将互联网上公开的数据以JSON格式爬取下来,通过数据转换存入关系数据库当中;2)对数据进行特征提取,根据相关文献构建8种金融风险特征,将数据进行编码,通过特征距离计算舍弃关联性较低的特征指标;3)将特征数据输入到TDF‑XGBoost中,通过Triplet‑loss进行处理;4)将处理结果继续拆分成训练集和数据集,输入到XGBoost中进行最后分类并得出结果。本发明通过上述流程,构建了对企业进行金融风险预测的模型,进而实现了金融风险预测系统,为企业今后的金融风险预测提供了很大参考。
技术关键词
企业风险预测方法 风险预测系统 XGBoost模型 预训练模型 爬虫技术 分析模块 关系型数据 金融 自动化工具 指标 数据字 活动特征 迁移方法 格式 身份
系统为您推荐了相关专利信息
1
基于扩张注意与多原型融合的点云语义分割方法及系统
语义分割方法 原型 预训练模型 点云 样本
2
基于改进型机器学习算法的岩石抗剪强度预测方法及系统
岩石抗剪强度 改进型机器 学习算法 物理 分析单元
3
锂电池检测报告质检方法、装置、设备及存储介质
锂电池 质检方法 报告 结构化数据格式 文本
4
一种脑电音乐生成方法、装置、设备及介质
音乐生成方法 数据 模块 预训练模型 序列
5
一种基于XGBoost模型天然气生产全流程决策系统
XGBoost模型 决策系统 协方差矩阵 进口装置 天然气分离器
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