公开(公告)号：CN119228430A

公开(公告)日：2024-12-31

申请号：CN202411719683.6

申请日：2024-11-28

Applicant: 南京师范大学

Inventor： 董思涵 ,  王澈 ,  虞浩 ,  卢禹承

IPC: G06Q30/0202 ,  G06F18/2135 ,  G06F18/2415

Abstract: 本发明属于风险预测领域，具体是公开了一种基于大数据分析的市场波动经济管理风险预测系统，系统包括：数据采集和预处理模块、大数据存储模块、风险评估模型构建模块、风险预测模块和预警模块。本发明使用一种基于主成分分析和信息增益的方法对预处理数据进行降维和特征提取，有效去除冗余数据，帮助理解复杂的市场相关数据；构建风险预测模型，结合了自回归条件异方差模型对波动特征的捕捉能力和长短期记忆网络模型对时间序列的强大处理能力，同时引入根型函数将标签中的极左偏分布转换为向右移动的体积增大分布，使用乌鸦搜索算法对长短期记忆网络进行优化，可以更全面地捕捉风险的动态变化和非线性关系。

公开(公告)号：CN117557107A

公开(公告)日：2024-02-13

申请号：CN202410019466.X

申请日：2024-01-05

Applicant: 南京师范大学

Inventor： 王澈 ,  董思涵 ,  王鑫洲 ,  顾志劢 ,  卢禹承

IPC: G06Q10/0635 ,  G06Q40/12 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于人工智能的金融风险预测方法及系统，所述系统，包括数据采集模块、评价指标构建模块、评价模型构建模块、样本数据集构建模块、样本数据集更新模块、模型训练模块和金融风险预测模块。本发明属于金融风险预测技术领域，具体是指一种基于人工智能的金融风险预测方法及系统，本方案解决了采用欠采样方法删除多数种类的样本数据来平衡数据，或采用过采样方法复制少数种类的样本数据或合成新样本来增加少数种类的样本数据的数量，易导致的破坏原始样本数据的特征的技术问题，以及样本数据之间的相似性增加，从而导致样本数据缺乏多样性，易导致样本数据的数量过多，从而影响模型的训练效果的技术问题。

公开(公告)号：CN117710014A

公开(公告)日：2024-03-15

申请号：CN202410019415.7

申请日：2024-01-05

Applicant: 南京师范大学

Inventor： 董思涵 ,  王澈 ,  虞浩 ,  卢禹承

IPC: G06Q30/0202 ,  G06N3/045

Abstract: 本发明公开了一种基于人工智能的市场需求预测方法及系统，方法包括：数据采集、数据预处理、异常数据处理、构建市场需求预测模型和市场需求预测。本发明属于需求预测技术领域，具体是指一种基于人工智能的市场需求预测方法及系统，本方案根据子样本特征熵计算数据的异常特征，并将其组合到每个数据对应的异常特征子空间中，根据维度是否属于异常特征子空间来设置信息熵权重，使用获得的信息熵权重计算加权距离，重新定义可达性距离、局部可达性密度和局部异常因子，获得总异常分数；基于网络参数的梯度更新第一指数运动平均值，引入自适应范数值更新第二指数运动平均值，基于自适应范数值选择网络参数更新的方式。

公开(公告)号：CN119228531A

公开(公告)日：2024-12-31

申请号：CN202411721677.4

申请日：2024-11-28

Applicant: 南京师范大学

Inventor： 王澈 ,  董思涵 ,  王鑫洲 ,  顾志劢 ,  卢禹承

IPC: G06Q40/03

Abstract: 本发明公开了基于人工智能的企业信用风险评估方法及系统，方法包括数据采集、数据预处理、信用风险评估模型构建、超参数优化和企业信用风险评估。本发明涉及企业信用风险评估技术领域，具体是指基于人工智能的企业信用风险评估方法及系统，本发明通过数据采集得到信用评估原始数据；采用数据清洗、数据标注、数据编码、数据归一化和数据集分割的数据预处理方法；采用改进核极限学习机模型进行企业信用风险评估，利用双向门控循环结构高效地学习时序数据中的依赖关系，提高了评估的准确性和稳定性；采用了水鸟优化算法进行超参数优化，具备更高的计算效率和探索能力，能够在动态学习环境中实时优化超参数。