本发明提供了一种用于财务系统的交易异常检测方法、装置、设备及存储介质，包括以下步骤：首先，获取财务系统中各交易账户的交易数据，并建立交易行为模型。其次，提取每个账户的交易特征并与正常阈值比较，标记偏离阈值的特征为异常。然后，通过聚类算法分析异常特征，将异常程度高的账户定义为可疑账户。接着，将交易类型、账户和数据分别定义为具有不同权重的节点，并输出至可疑账户。之后，初始化节点位置并获取关联权重总和。通过全局寻优算法迭代更新节点位置，以最大化关联权重总和，最终确定异常检测位置。本发明可以有效识别和定位财务系统中的异常交易行为，提高交易安全性和风险防控能力。
📄 2025100500871
📂 G06F18_23213
👤 闽西职业技术学院
📅 2025-01-13
本发明提供了一种面向公平性和平衡约束优化的人口普查聚类方法，包括：步骤1，获取人口普查抽样数据集X；步骤2，使用布谷鸟搜索算法进行优化，选取初始人口聚类中心；步骤3，在K值选择区间内进行轮廓系数比较法，选取人口调查聚类最佳K值；步骤4，进行加权欧式距离优化迭代；步骤5，引入公平性和平衡约束；步骤6，迭代直至达到收敛条件。该方法通过优化聚类簇内样本数量，消除数据偏见的影响，保障各个群体在聚类结果中的公正性和代表性。本发明的优化方法在处理复杂人口普查数据，尤其是在涉及敏感属性和样本不均衡的场景时，能够显著提高聚类结果的准确性、公平性和稳定性，并有效提高人口普查数据分析的可靠性与公正性。
📄 202510253348X
📂 G06F18_2321
👤 南京信息工程大学
📅 2025-03-05
本发明公开了一种基于MSSSA‑LSTM的数控机床主轴热误差建模方法，在主轴系统空转下，通过温度传感器测量机床不同温度测点的温度，采用位移传感器获得机床主轴的z向热变形值数据，利用模糊c均值聚类和灰色关联度分析，筛选出关键测温点，获得关键测温点下的温度值和z向热变形值数据，并划分训练集和测试集；构建LSTM热误差预测模型，利用多策略融合的麻雀搜索算法对LSTM的一系列超参数进行优化，每一个麻雀代表一组长短期记忆神经网络的参数组合，构建MSSSA‑LSTM的主轴热误差预测模型；利用训练集对模型进行训练，并利用测试集进行验证，将训练得到的模型用于预测机床主轴的z向热变形值。本发明提出的MSSSA_LSTM热误差预测模型相较于未优化前的LSTM模型具有更好的预测精度。
📄 2024119329103
📂 G06F18_23213
👤 浙江工业大学
📅 2024-12-26
本发明属于数据安全技术领域，公开了一种基于稀疏注意力机制的储能EMS异常用户行为检测方法，根据用户历史的正常行为数据得到每一角色的标准行为模式集，将待检测的用户时序行为特征与所属角色的标准行为模式集中最相似的标准行为基线进行拼接，并将拼接后的样本输入基于稀疏注意力机制自编码器，得到重构的用户时序行为特征，将重构的用户时序行为特征与阈值进行比较，得到用户行为异常检测结果。本发明克服了现有用户行为分析方法无法有效提取稀疏数据中的特征，方法检测效率低、质量差等问题。
📄 2024117101573
📂 G06F18_2321
👤 浙江工业大学
📅 2024-11-27
本发明公开了一种基于多任务自监督框架的群体行为识别方法和装置，首先构建包括个体特征提取模块、Transformer编码器和任务头的第一网络模型，采用第一训练数据集训练第一网络模型，计算各个任务头所对应的损失，完成第一网络模型的训练。然后构建包括个体特征提取模块、Transformer编码器、全局特征补充模块和推理模块的第二网络模型，冻结Transformer编码器的参数，采用第二训练数据集训练第二网络模型。然后将采集的个体行为数据输入训练好的第二网络模型，得到群体行为识别结果。本发明显著降低了计算复杂度，提升了自监督条件下群体分割和行为识别的准确性和鲁棒性。
📄 2025108585153
📂 G06F18_2323
👤 浙江工业大学
📅 2025-06-25
本发明提供一种基于信息熵特征加权模糊聚类方法及系统，其中方法包括：利用信息熵计算特征指标集中每一特征指标的权重系数；将所述特征指标按照所述权重系数降序排序，获得特征指标序列；基于所述特征指标序列中前n个所述特征指标，构建特征权重向量；基于所述特征权重向量，对GK模糊聚类算法进行加权；执行加权后的GK模糊聚类算法。本发明的基于信息熵特征加权模糊聚类方法及系统，解决了因各维特征在聚类过程中的贡献不同，降低了特征向量的维数，降低了低效特征对聚类结果的影响，有效且高效提高了聚类的准确性。
📄 202211443138X
📂 G06F18_23213
👤 盐城工学院, 盐城工学院技术转移中心有限公司
📅 2022-11-17
本发明提供一种基于成员选择的簇加权聚类集成医学数据处理方法及系统，其中方法包括：构建聚类成员集合并输入至预先训练好的决策树模型中；从决策树模型的输出的聚类成员集合筛选出标签为预先标签的聚类成员，并以筛选出的聚类成员，生成目标聚类集体；根据簇层加权系数确定目标聚类集体的目标CA矩阵；以目标CA矩阵为基础执行层次聚类算法，得到最终的聚类结果。本发明的基于成员选择的簇加权聚类集成医学数据处理方法及系统，可以得到更加优化的聚类结果，可以更好地展示患者疾病的特征和相似性，方便医生为不同的患者选择医疗服务或定制个性化的治疗方案，有助于提高患者的医疗体验和治疗效果。
📄 2024105539360
📂 G06F18_23213
👤 盐城工学院, 盐城工学院技术转移中心有限公司
📅 2024-05-07
本发明提供基于张量分解的三层加权聚类集成方法及系统，其中，方法包括：步骤1：生成聚类成员；步骤2：基于聚类成员，构建相干链接矩阵和超图邻接矩阵；步骤3：进行三层加权的权值分析确定目标权值；步骤4：根据超图邻接矩阵和目标权值，确定加权共协矩阵；步骤5：将相干链接矩阵和加权共协矩阵堆叠为张量，获得精细化共协矩阵；步骤6：基于精细化共协矩阵，确定聚类结果。本发明的基于张量分解的三层加权聚类集成方法及系统，构建超图邻接矩阵，对点、簇及划分三层分别进行分析并赋相应权值，确定加权超图邻接矩阵并转为加权共协矩阵，将相干链接矩阵和三层加权共协矩阵叠为三维张量，从全局角度捕捉数据的多样性，聚类更准确。
📄 2023115269289
📂 G06F18_23213
👤 盐城工学院, 盐城工学院技术转移中心有限公司
📅 2023-11-15
本发明公开一种基于整合非负矩阵分解的样本聚类和特征识别方法。1.X＝{X1,X2…XP}表示由同一种癌症的P个不同组学数据矩阵构成的多视图数据；2.构造对角矩阵Q；3.在整合非负矩阵分解框架中引入图正则和稀疏约束，得到目标函数O1和O2；4.求解目标函数O1，得到融合特征矩阵W和系数矩阵HI；求解目标函数O2，得到特征矩阵WI和融合样本矩阵H；5.根据融合特征矩阵W，构造评价向量根据向量辨识共差异特征；6.利用GeneCards对辨识的共差异特征进行功能解释；7.根据融合样本矩阵进行样本聚类分析。本发明能够充分利用多组学数据的互补和差异性信息辨识共差异特征，并能够对多组学数据提供的样本数据进行聚类分析，为整合研究不同类型的组学数据提供计算方法上的依据。
📄 2019110976817
📂 G06F18_2321
👤 曲阜师范大学
📅 2019-11-12
本发明涉及一种在线学习干预系统，该系统包括数据收集模块、群体划分模块、策略库形成模块，数据收集模块用于收集若干份历史数据；群体划分模块用于将所述历史数据划分为多个分类群体，以及生成各个学习阶段的分类模型；策略库形成模块用于抽象出每个分类群体的群体特征和干预措施规则，得到每个分类群体的策略集，所有的分类群体的策略集构成学习者策略库。采用上述系统生成的策略库，借助了以往同门课程相同学习阶段所有学习者的经验，不易造成评估偏差。
📄 2018115122387
📂 G06F18_23213
👤 成都信息工程大学
📅 2018-12-11
本发明涉及数据存储技术，揭露了一种基于物联网的物理空间管理系统及方法，该系统包括近邻密度计算模块、数据聚类模块、距离拓扑图生成模块、目标存储节点选取模块及分布存储模块，可根据每个物联网数据的近邻密度及数据距离计算聚类中心及近邻相似度，根据聚类中心及近邻相似度进行数据聚类，得到数据类簇集；构建数据存储节点之间的节点连通图，计算每个数据存储节点之间的节点距离，根据节点距离生成距离拓扑图；从距离拓扑图中选取目标存储节点；获取每个目标存储节点的节点属性，根据节点属性计算目标存储节点与每个数据类簇之间的节点适配度，根据节点适配度对数据类簇集进行分布存储。有助于高效地对物理存储空间进行管理。
📄 2023118530302
📂 G06F18_23213
👤 深圳微盐红创设计院有限公司
📅 2023-12-28
本发明公开了一种基于手机信令数据的区域人流分析方法，其特征在于，包括以下步骤：A、采集手机原始信令数据，并对手机原始信令数据进行筛选和过滤，得到有效手机信令数据；B、对分析地域进行区域划分，将有效手机信令数据按照经纬度匹配到各个区域，并将匹配后的每个区域的有效手机信令数据按照时段划分为多维时序数据，同时，对和作归一化处理；C、采用在线混合高斯模型对留存的多维时序数据进行聚类，形成多个人流迁移状态的特征类；D、对聚类后的每个特征类数据分别建立不同参数的马尔科夫链预测模型，对未来时段的区域客流分布进行预测。本发明具有能够有效提升区域人流预测的准确性和时效性的特点。
📄 2020100133653
📂 G06F18_2321
👤 浙江理工大学
📅 2020-01-07
柿子坊 · 知识产权运营
柿子坊知识产权运营平台