龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：航天信息(山东)科技有限公司
申请日：2020-07-03
公开（公告）日：2020-10-30
公开（公告）号：CN111860981A
主分类号：G06Q10/04(20120101)
分类号：G06Q10/04(20120101);G06Q50/26(20120101);G06F40/289(20200101);G06F40/216(20200101);G06F16/31(20190101);G06F16/35(20190101);G06F16/951(20190101);G06N3/04(20060101);G06N3/08(20060101)
优先权：
专利状态码：有效-授权
法律状态：2024.01.19#授权;2020.11.17#实质审查的生效;2020.10.30#公开
摘要：本发明提供了一种基于LSTM深度学习的企业国民行业类别预测方法及系统，本发明将企业经营范围作为基础数据，从中获取有效数据，建立与获取有效数据相匹配的行业分类模型，根据行业分类模型预测新增企业的所属国民行业类别，本预测方法融合神经网络算法LSTM，可以更加灵活、准确得到企业在行业链中的位置信息，使众多蓬勃发展的小微创新型企业得到科学的行业划分，最大限度的方便税局人员，且并不仅限于这些人员的需要。
主权项：1.一种基于LSTM深度学习的企业国民行业类别预测方法，其特征在于，所述方法包括以下操作：获取企业经营范围以及行业类别基础数据，进行预处理获得有效数据；通过分词工具对有效数据进行分词，获得数据集；加载数据集，提取数据集特征，将企业经营范围处理成单词索引序列，单词与序号一一对应，将处理后的企业经营范围数据划分训练集和测试集；搭建深度学习模型，模型中embedding层用word2vec模型中的词向量替换，形成二维向量，将词向量按顺序输入LSTM层中，输出一维向量，通过全连接神经网络层将向量长度收缩为国民经济行业分类的类别数；设置模型参数，对训练集进行模型训练；输入测试集的数据和标签，进行测试模型的预测，输出预测结果。
全文数据：
权利要求：
百度查询： 航天信息(山东)科技有限公司 一种基于LSTM深度学习的企业国民行业类别预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号