[发明专利]神经网络模型训练、交易行为风险识别方法及装置有效
| 申请号： | 201710153115.8 | 申请日： | 2017-03-15 |
| 公开（公告）号： | CN108629413B | 公开（公告）日： | 2020-06-16 |
| 发明（设计）人： | 李龙飞;周俊;李小龙 | 申请（专利权）人： | 创新先进技术有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/62 |
| 代理公司： | 北京亿腾知识产权代理事务所(普通合伙) 11309 | 代理人： | 陈霁 |
| 地址： | 开曼群岛大开曼岛西湾路8*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及计算机技术领域，尤其涉及一种神经网络模型训练、交易行为风险识别方法及装置，在一种神经网络模型训练方法中，将预先收集的多个样本数据输入到梯度提升决策树GBDT中，以确定每个样本数据在GBDT中对应的路径信息。根据每个样本数据在GBDT中对应的路径信息以及样本标签，对神经网络模型进行训练。也即本申请首先根据GBDT来确定路径信息，之后根据路径信息以及样本标签来训练神经网络模型，而根据GBDT本身的特点可知，其一条路径信息通常会包含样本数据中多个维度的信息，由此，可以提高神经网络模型训练的效率。 | ||
| 搜索关键词： | 神经网络 模型 训练 交易 行为 风险 识别 方法 装置 | ||
【主权项】：
1.一种神经网络模型训练方法，其特征在于，包括：将预先收集的多个样本数据输入到梯度提升决策树GBDT中，以确定每个样本数据在所述GBDT中对应的路径信息；所述每个样本数据具有对应的样本标签；根据所述每个样本数据在所述GBDT中对应的路径信息以及样本标签，对神经网络模型进行训练。
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创新先进技术有限公司，未经创新先进技术有限公司许可，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/patent/201710153115.8/，转载请声明来源钻瓜专利网。
