摘要
本发明涉及人工智能技术领域,公开了一种基于车辆的核保方法、装置、设备及介质,包括:获取目标车辆的核保数据,并基于核保数据构建得到状态向量;通过深度学习神经网络对状态向量进行分析,得到目标车辆的共享表征特征;基于共享表征特征构建目标车辆的状态空间与动作空间,并通过预设优势函数基于状态空间和动作空间计算得到目标车辆的风险优势值;根据风险优势值确定所述目标车辆对应的目标优势评分,并将目标优势评分与预设评分阈值进行比较,基于比较结果确定目标车辆的核保结果。本申请可应用于金融科技业务程序系统中,能够较为精确且快速的识别高风险车辆,从而有效提升车险业务在金融风险控制中的效率与精准度。
技术关键词
深度学习神经网络
车辆
道路环境信息
因子
业务程序系统
金融风险控制
建立映射关系
数据
高风险
可读存储介质
深度学习模型
动作策略
人工智能技术
处理器
卷积特征
解码
标签
计算机设备
分析模块
系统为您推荐了相关专利信息
原煤仓
预警方法
声纹特征
计算机可执行指令
煤质参数
焊接缺陷检测系统
聚乙烯管
切片
微波
焊接接头缺陷
晶圆缺陷检测方法
图像
错误率
计算机可执行指令
重构误差
车辆保养方法
算法模型
训练样本数据
电子设备
聚类算法