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：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。