[发明专利]跨类型的机器学习模型的融合方法在审
| 申请号： | 201911260458.X | 申请日： | 2019-12-10 |
| 公开（公告）号： | CN111079950A | 公开（公告）日： | 2020-04-28 |
| 发明（设计）人： | 陈少磊;刘嵩;韩晗 | 申请（专利权）人： | 四川新网银行股份有限公司 |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20 |
| 代理公司： | 成都智言知识产权代理有限公司 51282 | 代理人： | 濮云杉 |
| 地址： | 610094 四川省成都市成都*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 类型 机器 学习 模型 融合 方法 | ||
【权利要求书】：
1.跨类型的机器学习模型的融合方法，其特征包括：
A.处理器根据预先导入存储器中的配置文件配置模型的输入变量和输出结果，所述的输入变量从进行风险控制的用户信用、图像和/或用户行为中获得；
B.处理器在模型计算中通过对模型的输入变量进行映射来配置模型；
C.通过抽象的接口对需要计算的所有的模型逐个执行计算，并将计算后的中间值和结果保存在存储器中，所述的接口为一个抽象的方法，该抽象的方法由各种不同类型的模型的实现类进行实现，该抽象方法的返回值为所计算的模型的结果返回值；
D.处理器将所有不同类型的模型通过所述抽象方法得到的返回值进行融合计算，融合计算的值为最终的输出结果。
2.如权利要求1所述的跨类型的机器学习模型的融合方法，其特征为：步骤B在配置具体模型时，通过配置一个变量来保存具体模型的计算结果。
3.如权利要求1所述的跨类型的机器学习模型的融合方法，其特征为：步骤B中所述输入变量的映射是来自数据源或前序计算的结果。
4.如权利要求1所述的跨类型的机器学习模型的融合方法，其特征为：步骤C在对所有的模型逐个执行计算时，根据计算需要，上一阶段的模型计算结果可以作为下一阶段的模型变量进行输入。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川新网银行股份有限公司，未经四川新网银行股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201911260458.X/1.html，转载请声明来源钻瓜专利网。
- 上一篇：会话信息同步方法、装置、设备、系统及存储介质
- 下一篇：磁性产品分离取料机构
