摘要
本发明公开了一种基于多模态数据的支付安全监测方法及系统,该方法包括:获取监测对象的生理数据和交易数据;根据几何均值算法和图卷积网络,提取所述生理数据和所述交易数据对应的多模态特征;所述多模态特征包括几何均值特征矩阵和图网络特征;基于LSTM神经网络,根据所述多模态特征,预测所述监测对象对应的健康趋势;根据所述健康趋势和所述交易数据,判断所述监测对象对应的交易安全情况,并在所述交易安全情况存在异常时进行报警或干预。可见,本发明能够实现对用户健康状态与交易行为之间潜在关联的智能识别,有效提升金融交易风险的预测准确性和响应及时性,增强交易过程的安全性与干预能力。
技术关键词
LSTM神经网络
多模态特征
监测方法
数据
网络特征
生理
融合特征
均值算法
对象
可执行程序代码
参数
金融交易风险
节点
矩阵
识别神经网络
序列
监测系统
系统为您推荐了相关专利信息
模型优化方法
图像
数据
深度学习模型训练
迁移学习策略
实时日志
编码向量
卷积神经网络模型
字符
交易系统
资源分配策略
资源分配方法
指标
训练神经网络模型
模块
消费推荐方法
深度学习模型
信用评分模型
金融
评分特征