基于GRU-LSTM神经网络的电力金融业务风控方法及系统
公开
摘要
基于GRU‑LSTM神经网络的电力金融业务风控方法及系统，通过深度学习对电力金融业务历史数据进行数据分析，得到电力金融业务的风险因素，根据风险因素建立风险预警指标体系，构建风险预警模型，其中深度学习为GRU‑LSTM组合预测：先将金融业务数据通过GRU网络进行分析，再放入LSTM网络进行模拟分析。本发明方法利用深度学习技术对复杂的金融问题数据进行学习分析，并对相关的业务信息进行分析，剖析业务与问题数据之间的关联，有利于规避风险，帮助提升决策管理能力。
基本信息
专利标题 ：
基于GRU-LSTM神经网络的电力金融业务风控方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114580706A
申请号 ：
CN202210087496.5
公开（公告）日 ：
2022-06-03
申请日 ：
2022-01-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
郑祥华毕晓蓉张杰李杰王惠王俊康徐中中
申请人 ：
国网江苏省电力有限公司南京供电分公司
申请人地址 ：
江苏省南京市建邺区奥体大街1号
代理机构 ：
南京天翼专利代理有限责任公司
代理人 ：
奚铭
优先权 ：
CN202210087496.5
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q10/06 G06Q50/06 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
