基于跨领域迁移学习的新能源车保费预测方法、装置、计算机设备及存储介质

AITNT
正文
推荐专利
基于跨领域迁移学习的新能源车保费预测方法、装置、计算机设备及存储介质
申请号:CN202510847688
申请日期:2025-06-24
公开号:CN120746731A
公开日期:2025-10-03
类型:发明专利
摘要
本发明涉及车险风险预测领域,公开了一种基于跨领域迁移学习的新能源车保费预测方法、装置、计算机设备及存储介质,其方法包括:获取新能源车数据;提取新能源车数据的特征,获得新能源车特征向量;根据新能源车特征向量与燃油车时序特征向量确定拼接特征向量;通过基于跨领域迁移学习的新能源车保费预测模型处理拼接特征向量,获取新能源车保费预测模型输出的保费预测数据。本发明通过融合新能源车特征与燃油车时序特征,利用跨领域迁移学习提升保费预测的准确性;有效解决了新能源车数据相对不足、难以单独建模的问题;通过特征拼接和迁移学习,新能源车保费预测模型能够借鉴燃油车的历史规律,更好地捕捉新能源车的风险特征。
技术关键词
新能源车 燃油车 数据 训练特征融合 计算机设备 网络 特征提取模型 可读存储介质 特征提取模块 处理器 拼接模块 时序特征 预测装置 存储器 因子 参数
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