摘要
本发明提供一种基于多源数据融合的财务风险智能预警方法,包括:若收入稳定性指标中的交易量波动率超过预设阈值,则通过时间序列分解技术分离收入数据的周期性特征与异常交易影响,采用加权移动平均算法平滑数据对齐精度低的记录,生成平滑后的收入波动序列;根据节点级别风险集合,对动态风险贡献度的周期性特征进行建模,通过长短期记忆网络预测收入波动序列在未来时间段内的变化趋势,生成包含异常交易影响的动态风险预测序列;若动态风险预测序列中某时间点的风险值超过预设警戒阈值,则通过孤立森林算法识别异常交易影响驱动的高风险点,生成包含时间戳与地域市场差异的预警信号集合。本发明能够有效提升企业财务风险管理能力。
技术关键词
收入
同步性
数据
序列
周期性特征
节点
主成分分析技术
方差贡献率
高风险
皮尔逊相关系数
财务系统
智能预警方法
长短期记忆网络
动态
指标
移动平均算法
趋势预测模型
系统为您推荐了相关专利信息
电网实时数据
协同控制方法
电网运行状态
多微网系统
优化调度模型
休眠唤醒机制
深度学习模型
特征提取网络
电源管理模块
存储单元
瞬态特征
深度神经网络
识别置信度
识别系统
神经网络参数