[发明专利]资产负债智能管理方法、装置及计算机可读存储介质在审

专利信息
申请号: 201910525957.0 申请日: 2019-06-18
公开(公告)号: CN110415094A 公开(公告)日: 2019-11-05
发明(设计)人: 任克非;方友滔;王强;王奕;吴国方 申请(专利权)人: 重庆金融资产交易所有限责任公司
主分类号: G06Q40/00 分类号: G06Q40/00;G06F16/2455;G06F16/28
代理公司: 深圳市沃德知识产权代理事务所(普通合伙) 44347 代理人: 高杰;于志光
地址: 400010 重庆市渝*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种人工智能技术,揭露了一种资产负债智能管理方法,包括:源数据层接收企业数据及负债标签,并对所述企业数据及负债标签编号后存入数据库中;数据整合层根据所述编号,从所述数据库中提取所述企业数据,通过因子分析模型从所述企业数据中提取资产特征;将所述资产特征及所述负债标签输入至前向神经网络层中训练,直至所述前向神经网络层的损失函数值满足阈值要求时退出训练;接收用户的企业负债查询指令,利用所述数据整合层和所述前向神经网络层进行企业负债情况计算,输出企业负债结果。本发明还提出一种资产负债智能管理装置以及一种计算机可读存储介质。本发明可以实现高效的资产负债管理。
搜索关键词: 企业数据 前向神经网络 计算机可读存储介质 数据整合 智能管理 资产特征 标签 资产 数据库 人工智能技术 因子分析模型 智能管理装置 查询指令 接收用户 损失函数 阈值要求 源数据 输出 退出 管理
【主权项】:
1.一种资产负债智能管理方法,其特征在于,所述方法包括:通过源数据层接收企业数据及负债标签,并对所述企业数据及负债标签编号后存入数据库中;利用数据整合层根据所述编号,从所述数据库中提取所述企业数据,通过因子分析模型从所述企业数据中提取资产特征;将所述资产特征及所述负债标签输入至前向神经网络层中训练,直至所述前向神经网络层的损失函数值满足预设阈值要求时,所述前向神经网络层退出训练;接收用户的企业负债查询指令,利用所述数据整合层和所述前向神经网络层进行企业负债情况计算,输出企业负债结果。
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重庆金融资产交易所有限责任公司,未经重庆金融资产交易所有限责任公司许可,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/patent/201910525957.0/,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