[發明專利]交易檢測方法、智能設備及計算機存儲介質在審
| 申請號: | 202110556449.6 | 申請日: | 2021-05-21 |
| 公開(公告)號: | CN113393325A | 公開(公告)日: | 2021-09-14 |
| 發明(設計)人: | 劉穎麒;涂文奇 | 申請(專利權)人: | 樂刷科技有限公司 |
| 主分類號: | G06Q40/04 | 分類號: | G06Q40/04 |
| 代理公司: | 深圳市恒程創新知識產權代理有限公司 44542 | 代理人: | 張小容 |
| 地址: | 518000 廣東省深圳市南山區*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 交易 檢測 方法 智能 設備 計算機 存儲 介質 | ||
1.一種交易檢測方法,其特征在于,所述交易檢測方法包括:
獲取預設時間段內的時間序列數據;
根據所述時間序列數據以及預測模型得到待預測時刻對應的交易預測值;
基于所述待預測時刻對應的交易實際值、所述交易預測值以及預設閾值的關系,以檢測所述待預測時刻對應的交易預測值是否異常。
2.如權利要求1所述的交易檢測方法,其特征在于,所述獲取預設時間段內的時間序列數據的步驟之前包括:
獲取歷史時間序列數據;
采用所述歷史時間序列數據對預設模型進行訓練以得到所述預測模型,其中,所述預設模型為自回歸移動平均模型。
3.如權利要求2所述的交易檢測方法,其特征在于,所述獲取歷史時間序列數據的步驟之后包括:
采用插值算法對所述歷史時間序列數據進行預處理,得到預處理后的歷史時間序列數據。
4.如權利要求2所述的交易檢測方法,其特征在于,所述采用所述歷史時間序列數據對預設模型進行訓練以得到所述預測模型的步驟之前包括:
采用差分算法對所述歷史時間序列數據進行平穩處理;
根據平穩處理后的所述歷史時間序列數據對預設模型進行訓練以得到所述預測模型。
5.如權利要求4所述的交易檢測方法,其特征在于,所述根據平穩處理后的所述歷史時間序列數據對預設模型進行訓練以得到所述預測模型的步驟包括:
獲取平穩處理后的所述歷史時間序列數據,并根據平穩處理后的所述歷史時間序列數據得到交易差分值;
根據所述交易差分值得到所述預設模型的階數;
獲取所述預設模型的自回歸系數以及移動平均系數;
根據所述交易差分值、所述階數、所述自回歸系數以及所述移動平均系數,以得到所述預測模型。
6.如權利要求1所述的交易檢測方法,其特征在于,所述基于所述待預測時刻對應的交易實際值、所述交易預測值以及預設閾值的關系,以檢測所述待預測時刻對應的交易預測值是否異常的步驟包括:
獲取所述待預測時刻對應的交易實際值與所述交易預測值之間的差值;
比對所述差值與預設閾值,并根據比對結果檢測所述待預測時刻對應的交易預測值是否異常。
7.如權利要求6所述的交易檢測方法,其特征在于,所述預設閾值包括第一預設閾值以及第二預設閾值;所述比對所述差值與預設閾值,并根據比對結果檢測所述待預測時刻對應的交易預測值是否異常的步驟包括:
當所述比對結果為所述差值大于或等于第一預設閾值且所述差值小于或等于第二預設閾值時,則判定所述待預測時刻對應的交易預測值正常;
當所述比對結果為所述差值小于第一預設閾值且所述差值大于第二預設閾值時,則判定所述待預測時刻對應的交易預測值異常。
8.如權利要求1所述的交易檢測方法,其特征在于,所述基于所述待預測時刻對應的交易實際值、所述交易預測值以及預設閾值的關系,以檢測所述待預測時刻對應的交易預測值是否異常的步驟之后包括:
在判定所述待預測時刻對應的交易預測值存在異常時,發出異常提醒。
9.一種智能設備,其特征在于,所述智能設備包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的交易檢測程序,所述交易檢測程序被所述處理器執行時實現如權利要求1-8中任一項所述的交易檢測方法的步驟。
10.一種計算機存儲介質,其特征在于,所述計算機存儲介質存儲有交易檢測程序,所述交易檢測程序被處理器執行時實現權利要求1-8中任一項所述的交易檢測方法的步驟。
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樂刷科技有限公司,未經樂刷科技有限公司許可,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/202110556449.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種懸浮隧道結構
- 下一篇:一種一氧化氮電化學傳感微電極及其制備方法和應用





