[發明專利]一種基于深度優先算法的跨平臺信用信息融合方法有效
| 申請號： | 202110180204.8 | 申請日： | 2021-02-08 |
| 公開（公告）號： | CN112686337B | 公開（公告）日： | 2021-06-08 |
| 發明（設計）人： | 張曉東;姚遠;呂從東;沈虹;周晨旭;王偉業;王昊宇 | 申請（專利權）人： | 南京審計大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京司南專利代理事務所(普通合伙) 32431 | 代理人： | 葉蕙 |
| 地址： | 211185 江蘇省*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 深度 優先 算法 平臺 信用 信息 融合 方法 | ||
1.一種基于深度優先算法的跨平臺信用信息融合方法，其特征在于：包括，
利用深度優先算法構建平臺信用評級模型，并進行模型化信用基元解析；
利用高斯函數進行積分運算，得到極限最小值，將其作為優先算法的主體；
將解析得到的信用評級作為優化量，根據隨機模型融合出最終的綜合信用值；
其中，所述基元解析包括，
其中，：可行解集合，表示平臺信息數據特征點，：該集合中曲率突變處的總數，即目標參考點數量，：優化配準融合指標，α為特征常數，T為基元節點，t為階段節點，W為基元權值，s為時間值；
其中，得到所述極限最小值包括：
利用應用環境將平臺信息數據目標點程序化；
調用多目標算法并關聯程序化后的所述平臺信息數據目標點；
利用多目標優化策略將初步判斷結果產生的變量賦值到所述平臺信用評級模型內進行求解計算；
其中，還包括：
獲得多組滿足約束條件的可行解并加以比較，選定出所述極限最小值；
重復多次計算，得到可行解集合及Pareto最優解集；
提取所述解集中最佳解作為最終的所述極限最小值。
2.根據權利要求1所述的基于深度優先算法的跨平臺信用信息融合方法，其特征在于：所述隨機模型融合包括，
其中，和就是兩平臺信息數據目標點中的一對對應點, R與T旋轉平移融合矩陣。
3.根據權利要求2所述的基于深度優先算法的跨平臺信用信息融合方法，其特征在于：利用最小二乘支持向量機選取徑向基函數作為所述隨機模型的目標函數，如下式：
其中，：平臺信息數據目標點歷史特性向量組成的截圖特性矩陣，
4.根據權利要求3所述的基于深度優先算法的跨平臺信用信息融合方法，其特征在于：還包括，
初始化懲罰參數
設定精度要求，若所述目標函數精度未達到要求，則根據誤差對所述
設定閾值并輸出訓練完成的所述目標函數，將其作為所述隨機模型的目標函數。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京審計大學，未經南京審計大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110180204.8/1.html，轉載請聲明來源鉆瓜專利網。
