[發(fā)明專利]模型構(gòu)建方法、裝置、設(shè)備及計(jì)算機(jī)存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210103466.9
• 申請日: 2022-01-27
• 公開（公告）號: CN114418031A
• 公開（公告）日: 2022-04-29
• 發(fā)明（設(shè)計(jì)）人: 任紅鳳;朱富榮;莊佳和;何易超;林宜領(lǐng)
• 申請（專利權(quán)）人: 中國建設(shè)銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06Q10/06;G06Q40/00
• 代理公司: 北京東方億思知識產(chǎn)權(quán)代理有限責(zé)任公司 11258
• 代理人: 賀琳

本申請公開了一種模型構(gòu)建方法、裝置、設(shè)備及計(jì)算機(jī)存儲介質(zhì)，通過將樣本數(shù)據(jù)集對應(yīng)輸入多層神經(jīng)網(wǎng)絡(luò)，訓(xùn)練得到多層全連接神經(jīng)網(wǎng)絡(luò)；然后根據(jù)多個(gè)輸入樣本在每個(gè)中間層各個(gè)節(jié)點(diǎn)的計(jì)算值，按照節(jié)點(diǎn)進(jìn)行層次聚類計(jì)算得到各個(gè)節(jié)點(diǎn)對應(yīng)的聚類區(qū)間，并根據(jù)各個(gè)節(jié)點(diǎn)對應(yīng)的聚類區(qū)間，計(jì)算多個(gè)輸入樣本在各個(gè)中間層的輸入數(shù)據(jù)的密度分布數(shù)據(jù)；根據(jù)密度分布數(shù)據(jù)確定對應(yīng)各個(gè)中間層維度指標(biāo)的診斷標(biāo)準(zhǔn)，進(jìn)而構(gòu)建得到多層維度指標(biāo)的診斷模型。這樣基于神經(jīng)網(wǎng)絡(luò)和層次聚類得到的診斷模型體系，為高維多層次、非線性的動(dòng)態(tài)診斷模型體系，利于提高對企業(yè)數(shù)據(jù)的分析預(yù)測的靈活性。

技術(shù)領(lǐng)域

本申請屬于數(shù)據(jù)監(jiān)測技術(shù)領(lǐng)域，尤其涉及一種模型構(gòu)建方法、裝置、設(shè)備及計(jì)算機(jī)存儲介質(zhì)。

背景技術(shù)

目前，相關(guān)技術(shù)中可以通過對企業(yè)分析(如企業(yè)財(cái)務(wù)診斷)來了解宏觀和行業(yè)環(huán)境的變化。相關(guān)技術(shù)中的財(cái)務(wù)診斷方法一般是利用專家經(jīng)驗(yàn)確定固定的診斷標(biāo)準(zhǔn)實(shí)現(xiàn)，其中，每個(gè)指標(biāo)的診斷標(biāo)準(zhǔn)為單調(diào)遞增或遞減的一系列值，而且各指標(biāo)之間相互獨(dú)立。這就導(dǎo)致得到的診斷標(biāo)準(zhǔn)體系對企業(yè)財(cái)務(wù)狀況進(jìn)行了線性分割，但往往企業(yè)財(cái)務(wù)狀況實(shí)際存在診斷標(biāo)準(zhǔn)相互影響關(guān)聯(lián)、和診斷標(biāo)準(zhǔn)對應(yīng)的數(shù)據(jù)重疊等情況，使得采用上述相關(guān)技術(shù)最終得到的診斷結(jié)果誤差較大。

發(fā)明內(nèi)容

本申請實(shí)施例提供一種模型構(gòu)建方法、裝置、設(shè)備及計(jì)算機(jī)存儲介質(zhì)，能夠得到用于企業(yè)分析的非線性的診斷模型。

一方面，本申請實(shí)施例提供模型構(gòu)建方法，所述方法包括：

將樣本數(shù)據(jù)集對應(yīng)輸入多層神經(jīng)網(wǎng)絡(luò)，訓(xùn)練得到多層全連接神經(jīng)網(wǎng)絡(luò)；樣本數(shù)據(jù)集包括多個(gè)輸入樣本，每個(gè)輸入樣本包括n個(gè)維度指標(biāo)對應(yīng)的指標(biāo)數(shù)據(jù)，多層神經(jīng)網(wǎng)絡(luò)包括多個(gè)中間層，n為正整數(shù)；

根據(jù)多個(gè)輸入樣本在每個(gè)中間層各個(gè)節(jié)點(diǎn)的計(jì)算值，按照節(jié)點(diǎn)進(jìn)行層次聚類計(jì)算，得到各個(gè)節(jié)點(diǎn)對應(yīng)的聚類區(qū)間，

根據(jù)各個(gè)節(jié)點(diǎn)對應(yīng)的聚類區(qū)間，計(jì)算多個(gè)輸入樣本在各個(gè)中間層的輸入數(shù)據(jù)的密度分布數(shù)據(jù)；

根據(jù)密度分布數(shù)據(jù)，確定對應(yīng)各個(gè)中間層維度指標(biāo)的診斷標(biāo)準(zhǔn)；

根據(jù)各個(gè)中間層維度指標(biāo)的診斷標(biāo)準(zhǔn)，構(gòu)建得到多層維度指標(biāo)的診斷模型。

在一些實(shí)施例中，根據(jù)多個(gè)輸入樣本在每個(gè)中間層各個(gè)節(jié)點(diǎn)的計(jì)算值，按照節(jié)點(diǎn)進(jìn)行層次聚類計(jì)算，得到各個(gè)節(jié)點(diǎn)對應(yīng)的聚類區(qū)間，包括：

根據(jù)多個(gè)輸入樣本分別在每個(gè)中間層各節(jié)點(diǎn)的輸入數(shù)據(jù)和權(quán)重，計(jì)算對應(yīng)的激活函數(shù)，得到每個(gè)節(jié)點(diǎn)對應(yīng)的向量，向量包括多個(gè)元素，每個(gè)元素對應(yīng)一個(gè)輸入樣本的激活函數(shù)的計(jì)算值；

計(jì)算每個(gè)節(jié)點(diǎn)對應(yīng)向量中的兩兩元素之間的距離，得到距離矩陣；

根據(jù)距離矩陣進(jìn)行逐級合并的聚類計(jì)算，得到各個(gè)節(jié)點(diǎn)對應(yīng)的聚類區(qū)間。

在一些實(shí)施例中，根據(jù)距離矩陣進(jìn)行逐級合并的聚類計(jì)算，得到各個(gè)節(jié)點(diǎn)對應(yīng)的聚類區(qū)間，包括：

將距離矩陣中距離最小的兩個(gè)元素劃分為一個(gè)組合；

根據(jù)組合內(nèi)元素的平均距離，由下而上逐級進(jìn)行層次聚類，得到各個(gè)節(jié)點(diǎn)對應(yīng)的多個(gè)聚類區(qū)間，其中，每個(gè)聚類對應(yīng)一個(gè)聚類區(qū)間。

在一些實(shí)施例中，根據(jù)各個(gè)節(jié)點(diǎn)對應(yīng)的聚類區(qū)間，計(jì)算多個(gè)輸入樣本在各個(gè)中間層的輸入數(shù)據(jù)的密度分布數(shù)據(jù)，包括：

計(jì)算各節(jié)點(diǎn)上的輸入數(shù)據(jù)與對應(yīng)節(jié)點(diǎn)的聚類區(qū)間內(nèi)的值之間的概率密度分布函數(shù)；

根據(jù)每個(gè)節(jié)點(diǎn)的權(quán)重，計(jì)算輸入樣本在同一中間層不同節(jié)點(diǎn)上的輸入數(shù)據(jù)對應(yīng)的整體概率密度分布函數(shù)。

在一些實(shí)施例中，根據(jù)密度分布數(shù)據(jù)，確定對應(yīng)各個(gè)中間層維度指標(biāo)的診斷標(biāo)準(zhǔn)，包括：

根據(jù)整體概率密度分布函數(shù)，通過尋峰算法確定對應(yīng)的概率谷值；