[发明专利]一种质量检测模型的训练方法和相关装置

说明书

本申请涉及区块链技术以及人工智能中的检测模型技术，公开了一种质量检测模型的训练方法和相关装置，该方法包括：获取第一财务数据集，所述第一财务数据集包括多个第一字段对应的M条第一财务数据；针对所述第一财务数据集，确定多个第一字段中每个第一字段关联的多条第一财务数据中的最大值和最小值；根据每个第一字段关联的多条第一财务数据中的最大值和最小值，将每个第一字段关联的多条第一财务数据分别映射到预设区间，得到第二财务数据集；采用所述第二财务数据集训练质量检测模型。实施本申请实施例，减短了质量检测模型的训练周期，降低了训练复杂度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种质量检测模型的训练方法和相关装置。

背景技术

随着新兴技术的高速发展，人们开始利用深度学习、神经网络等实现对财务数据的质量检测，进而分析出不真实的财务数据。比如，通过质量检测模型实现对财务数据的质量检测。一般来说，在通过质量检测模型实现对财务数据的质量检测之前，需要进行质量检测模型的训练。在现有技术中，在训练质量检测模型时，往往会直接采用大量的财务数据。由于用于训练质量检测模型的财务数据的数值过大，导致质量检测模型的训练周期长，训练复杂度高。

发明内容

本申请实施例提供了一种质量检测模型的训练方法和相关装置，实施本申请实施例，减短了质量检测模型的训练周期，降低了训练复杂度。

本申请第一方面提供了一种质量检测模型的训练方法，包括：

获取第一财务数据集，所述第一财务数据集包括多个第一字段对应的M条第一财务数据，所述多个第一字段包括第一字段A和第一字段B，所述第一字段A关联X条第一财务数据，所述第一字段B关联Y条第一财务数据，M＝X+Y，其中，所述M、所述X、所述Y均为大于1的整数；

针对所述第一财务数据集，确定所述多个第一字段中每个第一字段关联的多条第一财务数据中的最大值和最小值；

根据所述每个第一字段关联的多条第一财务数据中的最大值和最小值，将所述每个第一字段关联的多条第一财务数据分别映射到预设区间，得到第二财务数据集；

采用所述第二财务数据集训练质量检测模型。

本申请第二方面提供了一种质量检测模型的训练装置，所述装置包括获取模块和处理模块，

所述获取模块，用于获取第一财务数据集，所述第一财务数据集包括多个第一字段对应的M条第一财务数据，所述多个第一字段包括第一字段A和第一字段B，所述第一字段A关联X条第一财务数据，所述第一字段B关联Y条第一财务数据，M＝X+Y，其中，所述M、所述X、所述Y均为大于1的整数；

所述处理模块，用于针对所述第一财务数据集，确定所述多个第一字段中每个第一字段关联的多条第一财务数据中的最大值和最小值；根据所述每个第一字段关联的多条第一财务数据中的最大值和最小值，将所述每个第一字段关联的多条第一财务数据分别映射到预设区间，得到第二财务数据集；采用所述第二财务数据集训练质量检测模型。

本申请第三方面提供了一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被生成由所述处理器执行，以执行一种质量检测模型的训练方法任一项方法中的步骤的指令。

本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述存储计算机程序被所述处理器执行，以实现一种质量检测模型的训练方法任一项所述的方法。

可以看出，上述技术方案中，通过将用于训练质量检测模型的数据映射到预设区间，缩小了用于训练质量检测模型的数据的大小，从而减短了质量检测模型的训练周期，降低了训练复杂度。

附图说明