摘要
本发明公开了一种基于人工智能的车险欺诈识别方法,属于车险欺诈识别方法领域,包括以下步骤:步骤一:通过车载多源传感器系统采集车辆损伤数据,所述车辆损伤数据包括高分辨率图像数据、损伤发生时间戳数据、三维形变数据及冲击力学参数;步骤二:构建多模态特征分析模型,对所述车辆损伤数据进行处理;步骤三:通过动态决策树模型综合各分析结果,计算旧伤冒充新伤的置信度指标和人为多次撞击的异常指数;步骤四:当所述置信度指标超过第一阈值且所述异常指数超过第二阈值时,生成欺诈风险预警报告。本发明,通过多模态数据融合与动态决策机制的结合,显著提升了车险欺诈检测的准确性和效率。
技术关键词
车险欺诈识别方法
动态决策树
传感器系统
超分辨率重建技术
多模态特征
时间关联模式
多光谱成像装置
加速度传感器数据
数据存证系统
多任务损失函数
冲突检测机制
融合策略
信号传播时延
历史维修记录
力学
多模态数据融合
隐私保护模块
时间预测模型
车辆
系统为您推荐了相关专利信息
长短期记忆网络
数据
滑动时间窗口
学习算法
皮尔逊相关系数
无人巡检方法
解码模块
编码器
可见光图像
融合多模态特征
位置识别方法
距离图像
多模态特征融合
描述符
视觉特征
缺陷检测算法
异构计算架构
任务分配策略
注意力
配准算法