申请/专利权人：华东师范大学

申请日：2023-12-20

公开（公告）日：2024-04-19

公开（公告）号：CN117911138A

主分类号：G06Q40/03

分类号：G06Q40/03;G06Q10/0635;G06F18/213;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明公开了一种小概率模型检查和联系差异Transformer的智能金融风险预测方法，包括以下步骤：a）获取多种金融系统数据，构建金融历史数据库；b）利用小概率模型检查的特征生成算法在数据库中进行特征初步选择、特殊特征值生成和特征集降维；c）构建基于全局和局部联系差异注意力机制的Transformer深度预测模型；d）完成模型基于金融数据与风险特征的深度学习与风险预测。本发明技术简便、模型合理，通过小概率模型检查对不同金融风险参数建立风险特征属性验证机制，生成小概率特征集并降维优化；提出全局和局部联系差异，将金融的低风险序列放大，从而避免遗漏低风险序列；利用极大‑极小训练策略让模型向实际金融风险趋势学习，以提高预测精度。

主权项：1.一种小概率模型检查和联系差异Transformer的智能金融风险预测方法，其特征在于，包括如下步骤：步骤一：通过金融数据平台采集关键金融系统数据信息即市场、货币、外汇和宏观四大金融子系统的风险数据样本，构建历史金融数据库；步骤二：先通过形式化方法对金融安全风险进行建模，再利用小概率模型的特征生成算法在数据库中进行金融风险特征初步选择、特殊特征值生成和特征降维；步骤三：构建基于全局和局部联系差异的Transformer深度学习预测模型，该模型包括：金融风险时序联系权重模块、全局-局部联系差异模块和极大-极小联系学习策略模块；步骤四：根据金融风险特征和已构建的基于全局和局部联系差异的Transformer深度学习预测模型完成金融数据的深度学习与风险预测。

全文数据：

权利要求：

百度查询： 华东师范大学 小概率模型检查和联系差异Transformer的智能金融风险预测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD