-
公开(公告)号：CN111598691B
公开(公告)日：2022-09-13
申请号：CN202010312863.8
申请日：2020-04-20
Applicant: 北京航空航天大学
IPC: G06Q40/04 , G06F40/242 , G06F40/284 , G06F16/35
Abstract: 本发明公开了信用债发债主体违约风险评估方法，包括，获取与发债主体匹配的公开新闻文本数据；定义风险主题和与其对应的风险种子词；对风险种子词进行扩展，构建风险关键词典；构建关键词多维风险特征体系；构建词评分模型，对风险关键词典中的词进行风险评分；计算新闻和/或发债主体违约风险负面舆情得分；以及信用债发债主体违约风险评估系统和装置。本发明一方面获得了完整、准确、可扩展的风险关键词典，另一方面可实现对不同维度的违约风险负面舆情进行评分，以更加准确地分析发债主体的违约行为。
-
公开(公告)号：CN111598691A
公开(公告)日：2020-08-28
申请号：CN202010312863.8
申请日：2020-04-20
Applicant: 北京航空航天大学
IPC: G06Q40/04 , G06F40/242 , G06F40/284 , G06F16/35
Abstract: 本发明公开了信用债发债主体违约风险评估方法，包括，获取与发债主体匹配的公开新闻文本数据；定义风险主题和与其对应的风险种子词；对风险种子词进行扩展，构建风险关键词典；构建关键词多维风险特征体系；构建词评分模型，对风险关键词典中的词进行风险评分；计算新闻和/或发债主体违约风险负面舆情得分；以及信用债发债主体违约风险评估系统和装置。本发明一方面获得了完整、准确、可扩展的风险关键词典，另一方面可实现对不同维度的违约风险负面舆情进行评分，以更加准确地分析发债主体的违约行为。
-
公开(公告)号：CN111160437A
公开(公告)日：2020-05-15
申请号：CN201911337783.1
申请日：2019-12-23
Applicant: 北京航空航天大学
IPC: G06K9/62
Abstract: 本发明公开了基于数据共现关系的深度聚类方法，包括：获取数据集；对数据集进行预处理；在预处理后的数据特征空间中，以随机特征选择策略生成多个基础聚类结果；构造数据在类簇空间的共现关系矩阵；以深度自编码器作为模型的基本架构，基于共现关系矩阵构建模型的聚类正则项，并与深度自编码器的重构误差相加作为模型的目标函数；对模型进行迭代训练；使用训练好的深度自编码器在数据集上进行特征表示，将数据的特征表示输入到k-means聚类算法中，输出数据集标签。本发明为提高深度聚类模型的特征表示质量提供了一种新的方法。
-
公开(公告)号：CN110704615A
公开(公告)日：2020-01-17
申请号：CN201910832504.2
申请日：2019-09-04
Applicant: 北京航空航天大学
IPC: G06F16/35 , G06F16/36 , G06F16/335 , G06F16/951
Abstract: 本发明公开了一种互联网金融非显性广告识别方法，包括：爬取互联网公开文本，过滤互联网公开文本中无意义信息；在过滤后的互联网公开文本中抽样，训练金融文本分类器，区分过滤后的互联网公开文本中的金融文本和非金融文本；将金融文本区分为长文本和短文本；在短文本和长文本中分别抽样，分别训练短文本广告分类器和长文本广告分类器，区分短文本中的广告文本和非广告文本，及区分长文本中的广告文本和非广告文本；在长文本中和短文本中的广告文本中抽样，训练广告文本煽动性分类器，区分长文本和短文本中的广告文本的煽动性程度。本发明还公开了一种互联网金融非显性广告识别装置。本发明能够对互联网金融广告精准识别以及广告内容深度分析。
-
公开(公告)号：CN110223180A
公开(公告)日：2019-09-10
申请号：CN201910390018.X
申请日：2019-05-10
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于深度注意力网络和强化学习的投资组合选择方法，将融合注意力机制的神经网络模型引入到金融领域中，以夏普比率作为奖励函数，使用强化学习框架训练模型在生成投资组合选择时平衡收益和风险。同时，还提出了通过全新的跨资产注意力机制来建模不同资产之间的相关性，并在模型可解释性方面进行了深入的探索。在中美两国历史股市和实盘模拟中取得了优越的性能，泛化性和鲁棒性强。
-
Patent Agency Ranking
公开(公告)号：CN119719478A
公开(公告)日：2025-03-28
申请号：CN202411504941.9
申请日：2024-10-28
Applicant: 北京航空航天大学
IPC: G06F16/9535 , G06F18/214 , G06F18/241
Abstract: 本发明公开了推荐系统点击率预测模型的公平性提升方法、设备及介质，方法包括以下步骤：S1：用样本数据集训练推荐系统的点击率预测模型，提取训练后的点击率预测模型的最后的线性层的表征信息作为代理模型的输入；S2：构建影响函数并计算准确率影响值和公平性影响值，构建出影响值矩阵；S3：计算出对每个样本数据的加权值，对样本数据进行重加权得到新的样本数据集。还提供相应的设备和存储介质，本发明克服了现有推荐系统点击率预测模型中提升推荐公平性需要牺牲推荐准确率、数据处理量大、模型训练成本高等问题，方法通过提取原模型最后的线性层的特征表示作为样本的代理，能在不影响推荐准确率的情况下实现推荐公平性的提高。
-
公开(公告)号：CN115457275A
公开(公告)日：2022-12-09
申请号：CN202211130460.7
申请日：2022-09-16
Applicant: 北京航空航天大学
Abstract: 本公开的实施例公开了视野感知的全景图像显著对象分割方法及装置。该方法的一具体实施方式包括：获取全景图像；对全景图像进行投影处理，得到等距圆柱投影图像并对等距圆柱投影图像进行分析；获取预设的视野感知卷积神经网络分割模型，并根据预设的视野感知卷积神经网络分割模型对等距圆柱投影图像进行分割处理，得到显著对象分割结果图像。该实施方式提高了对全景图像显著对象分割的可靠性。
-
公开(公告)号：CN115329846A
公开(公告)日：2022-11-11
申请号：CN202210876028.6
申请日：2022-07-25
Applicant: 北京航空航天大学
Abstract: 本发明提供一种基于梯度提升算法的极大规摸长尾多标签分类方法，包括：获取原始文本数据；采用深度学习算法对原始文本数据进行训练，将训练的模型作为预训练模型；保留预训练模型中的编码器用以文本表征提取，将其原有的分类器舍弃，添加多层感知机作为新的弱分类器；采用梯度提升算法，基于残差对弱分类器进行训练，以提升训练模型在尾部标签上的精度，作为提升步；将二元交叉熵损失作为优化目标对整个模型进行全网络参数更新，作为更新步；交替进行提升步和更新步，得到成熟的训练模型，能够在极大规摸长尾数据的场景下进行精准的多标签分类。本方法能够快速、准确地对大量数据进行多标签分类，并能够在尾部标签上进行更精准的分类。
-
公开(公告)号：CN115146651A
公开(公告)日：2022-10-04
申请号：CN202210758569.9
申请日：2022-06-30
Applicant: 北京航空航天大学
Abstract: 本发明公开了基于记忆力机制的预训练语言模型参数微调方法，包括：构建微调预训练语言模型，其包括，获取初始BERT模型；分别将记忆力机制模块引入到所述初始BERT模型的全连接前馈网络模块和多头注意机制模块中，获得微调BERT模型，记忆力机制模块包含参数M、KP、VP；获取任务训练数据，将其划分为训练集和验证集，采用所述训练数据对所述微调BERT模型进行训练，训练时，固定所述微调BERT模型中其余参数，只对参数M、KP、VP进行迭代更新。本发明的方法极大地降低了BERT模型中参数学习的规模，提升了BERT模型对下游任务的迁移学习能力。
-
公开(公告)号：CN110704572B
公开(公告)日：2021-03-16
申请号：CN201910833127.4
申请日：2019-09-04
Applicant: 北京航空航天大学
Abstract: 本发明公开了疑似非法集资风险的预警方法，包括：从互联网公开数据中获取结构化数据和文本数据；根据所述结构化数据和所述文本数据，构建实体企业的多维画像；根据所述多维画像，计算实体企业的产品违约风险值、企业经营风险值、违规宣传风险值和负面舆情值；根据所述产品违约风险值、所述企业经营风险值、所述违规宣传风险值和所述负面舆情值，计算实体企业的综合风险值，若所述综合风险值大于预设值，则发出疑似非法集资风险预警。以及，疑似非法集资风险的预警装置，计算机设备和计算机可读存储介质。本发明可基于互联网公开文本实现疑似非法集资风险的早期预警。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.079 seconds)
