[发明专利]基于神经网络的风险监测方法及装置在审

专利信息
申请号: 202010719006.X 申请日: 2020-07-23
公开(公告)号: CN111798162A 公开(公告)日: 2020-10-20
发明(设计)人: 陈烨;朱元;李磊 申请(专利权)人: 深圳壹账通智能科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q40/00;G06N3/04;G06K9/62
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 黄耀威
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 神经网络 风险 监测 方法 装置
【说明书】:

发明公开了一种基于神经网络的风险监测方法及装置,涉及人工智能技术领域,主要在于能够从宏观角度对不同行政区域的业务风险进行有效监控。其中方法包括:获取待监测区域各个业务对象对应的属性信息;根据所述属性信息,确定所述各个业务对象对应的风险等级信息;根据所述各个业务对象对应的风险等级信息,生成所述待监测区域对应的风险地图;将所述风险地图输入至预设神经网络模型进行风险分类,输出所述待监测区域对应的风险等级信息。本发明还涉及区块链技术,所述待监测区域对应的风险等级信息存储于区块链中。

技术领域

本发明涉及信息技术领域,尤其是涉及一种基于神经网络的风险监测方 法及装置。

背景技术

目前,业内对于业务对象的风险排查,由地方管理部门挖掘业务对象的 违规经营信息,并发现其存在的业务风险。然而,从宏观角度来看,其无法 对不同行政区域的业务风险进行有效监控,难以形成整体的风险感官。

发明内容

本发明提供了一种基于神经网络的风险监测方法及装置,主要在于能够 从宏观角度对不同行政区域的业务风险进行有效监控。

根据本发明的第一个方面,提供一种基于神经网络的风险监测方法,包 括:

获取待监测区域各个业务对象对应的属性信息;

根据所述属性信息,确定所述各个业务对象对应的风险等级信息;

根据所述各个业务对象对应的风险等级信息,生成所述待监测区域对应 的风险地图;

将所述风险地图输入至预设神经网络模型进行风险分类,输出所述待监 测区域对应的风险等级信息。

根据本发明的第二个方面,提供一种基于神经网络的风险监测装置,包 括:

获取单元,用于获取待监测区域各个业务对象对应的属性信息;

确定单元,用于根据所述属性信息,确定所述各个业务对象对应的风险 等级信息;

生成单元,用于根据所述各个业务对象对应的风险等级信息,生成所述 待监测区域对应的风险地图;

分类单元,用于将所述风险地图输入至预设神经网络模型进行风险分类, 输出所述待监测区域对应的风险等级信息。

根据本发明的第三个方面,提供一种计算机可读存储介质,其上存储有 计算机程序,该程序被处理器执行时实现以下步骤:

获取待监测区域各个业务对象对应的属性信息;

根据所述属性信息,确定所述各个业务对象对应的风险等级信息;

根据所述各个业务对象对应的风险等级信息,生成所述待监测区域对应 的风险地图;

将所述风险地图输入至预设神经网络模型进行风险分类,输出所述待监 测区域对应的风险等级信息。

根据本发明的第四个方面,提供一种计算机设备,包括存储器、处理器 及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述 程序时实现以下步骤:

获取待监测区域各个业务对象对应的属性信息;

根据所述属性信息,确定所述各个业务对象对应的风险等级信息;

根据所述各个业务对象对应的风险等级信息,生成所述待监测区域对应 的风险地图;

将所述风险地图输入至预设神经网络模型进行风险分类,输出所述待监 测区域对应的风险等级信息。

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深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,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/202010719006.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top