买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国计量大学;杭州瑞懿科技有限公司申请的专利基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120181330B 。

龙图腾网通过国家知识产权局官网在2025-08-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510638341.X，技术领域涉及：G06Q10/04；该发明授权基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质是由陈薇;刘旭东;戚园园;杨谨睿设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质在说明书摘要公布了：本发明提出了基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质，通过马尔科夫决策过程构建不动产状态转移矩阵（正常N、抵押M、查封S），划分观察期与表现期；构建多时间跨度特征集（含短期、中期、长期窗口的变化趋势、统计及时间关系特征），利用决策树分箱计算证据权重（EW），通过拟合单调二次型关系保留可解释模式；集成逻辑回归神经网络模型，基于特征重要性输出查封概率及关键驱动因子；建立稳定性指标（PSI）监控模型稳定性，触发异常预警。系统实现从数据预处理到动态预警的全流程自动化。本发明为不动产管理提供量化决策工具，推动“被动处置”向“智能预防”转型。

本发明授权基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质在权利要求书中公布了：1.基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法，其特征在于，包括以下步骤： 数据预处理与建模目标建立：从不动产登记数据中提取产权、抵押、查封历史信息并标准化，基于马尔科夫决策过程构建状态转移矩阵，划分观察期与表现期，定义以表现期内查封状态为目标的二分类变量； 多时间跨度特征工程：构建包含动态短期、中期、长期时间窗口的特征集，提取有效突出的变化趋势特征、窗口统计特征、时间关系特征，通过证据权重算法对数值型特征分箱并保留可解释模式； 可解释集成模型构建：集成逻辑回归神经网络与决策树，基于特征重要性分析输出预测结果及关键驱动因子； 全流程自动化与模型监控：建立从数据处理到动态预警的闭环系统，通过稳定性指标监控特征分布偏移并触发异常预警； 其中，多时间跨度特征集的构建包括： 短期时间窗口对应变化趋势特征，用于衡量不同时间点间的特征变化情况，以反映近期动态趋势，包括抵押次数变化值、产权变更频率； 中期时间窗口对应窗口统计特征，用于统计某时间窗口内特征的分布情况，以捕捉长期行为特征，包括抵押总次数、最高抵押金额； 长期时间窗口对应时间关系特征，用于描述某事件发生时间关系特征值，以反映行为的周期性和规律性，包括抵押间隔平均值、最长抵押持续时间； 其中，证据权重算法的证据权重EW计算的步骤包括： 对数值型特征进行决策树分箱，拟合分箱后的EW值，确保分箱满足单调性或二次型关系； 通过合并或分裂分箱优化Gini指数，选择Gini指数最优的分箱方案； 对分箱后的EW值进行截断处理，确保每个特征的EW值范围在预设范围内。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国计量大学;杭州瑞懿科技有限公司，其通讯地址为：310000 浙江省杭州市下沙高教园区学源街258号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。