申请/专利权人：湖南工程学院

申请日：2023-06-27

公开（公告）日：2024-06-18

公开（公告）号：CN116843341B

主分类号：G06Q20/40

分类号：G06Q20/40;G06F21/62;G06F21/64;G06F18/2431;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2023.10.24#实质审查的生效;2023.10.03#公开

摘要：本发明涉及模型检测领域，公开了一种信用卡异常数据检测方法、装置、设备及存储介质，该方法首先获取待检测信用卡的交易数据，接着通过改进后的异常数据检测模型对交易数据进行异常检测，获得检测结果，改进后的异常数据检测模型基于目标分类器集合合成，目标分类器集合由初始分类器集合根据错误率和预设迭代参数选取生成。由于本发明是通过改进后的异常数据检测模型实现对信用卡异常数据的检测，该改进后的异常检测模型在构建时引入了预设迭代参数并结合错误率进行目标分类器的选取，相比现有的仅以错误率作为导向进行模型构建的方式，增强了构建的模型的鲁棒性和可靠性，进而提升了检测结果的准确性。

主权项：1.一种信用卡异常数据检测方法，其特征在于，所述方法包括：获取待检测信用卡的交易数据；通过改进后的异常数据检测模型对所述交易数据进行异常检测，获得检测结果，所述改进后的异常数据检测模型基于目标分类器集合合成，所述目标分类器集合由初始分类器集合根据错误率和预设迭代参数选取生成；其中，所述通过改进后的异常数据检测模型对所述交易数据进行异常检测，获得检测结果的步骤之前，包括：根据错误率和预设迭代参数确定初始分类器集合中各分类器的权重；基于所述各分类器的权重，采用自适应增强算法选取目标分类器并获得目标分类器集合；其中，所述基于所述各分类器的权重，采用自适应增强算法选取目标分类器并获得目标分类器集合，包括：获取所述各分类器的权重，采用预设迭代2、5、6参数对自适应增强算法进行改进，获得基于改进后的自适应增强算法的目标分类器选取公式；采用所述目标分类器选取公式选取目标分类器并获得目标分类器集合；其中，所述目标分类器选取公式为： 式中，N为训练数据集中的样本总数，vi和wmi为训练数据集中第i个样本的权重，xi，yi为所述训练数据集中第i个样本，αm为第m个分类器的权重；其中，所述根据错误率和预设迭代参数确定初始分类器集合中各分类器的权重的步骤之后，还包括：采用双误度量系数对所述初始分类器集合中各分类器的权重进行更新，获得更新后的各分类器的权重；其中，权重的更新公式为： 式中，DF为双误度量系数，λ为多样性影响系数；相应地，所述基于所述各分类器的权重，采用自适应增强算法选取目标分类器并获得目标分类器集合，包括：基于所述更新后的各分类器的权重，采用自适应增强算法选取目标分类器并获得目标分类器集合。

全文数据：

权利要求：

百度查询： 湖南工程学院 信用卡异常数据检测方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD