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！

龙图腾网获悉北京信息科技大学;北京京信科高端信息产业技术研究院有限公司申请的专利一种进口商品价格欺诈识别的方法及系统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：CN119599687B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411575249.5，技术领域涉及：G06Q30/018；该发明授权一种进口商品价格欺诈识别的方法及系统是由张健;李博;廖梦洁;焦万莹;黄磊;齐林设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种进口商品价格欺诈识别的方法及系统在说明书摘要公布了：本发明属于智能算法欺诈识别领域，提出一种进口商品价格欺诈识别的方法及系统，通过改进海鸥算法优化核极限学习机参数，提高核极限学习机的进口商品价格欺诈识别性能。首先是将Sinusoidal混沌思想引入种群初始化，改变种群初始化的方式，增强初始个体的质量和种群多样性；二是附加变量的以线性递减的方式模拟海鸥种群的迁徙过程，更好的改善全局寻优能力；三是引入莱维飞行策略在最优解位置进行扰动变异，增强算法跳出局部空间能力，最终解决海鸥算法种群多样性、收敛速度慢和易陷入局部最优的问题，实现核极限学习机参数自动选择，提高进口商品价格欺诈识别精度。

本发明授权一种进口商品价格欺诈识别的方法及系统在权利要求书中公布了：1.一种进口商品价格欺诈识别的方法，其特征在于， S1：数据获取：获取进口商品价格欺诈识别数据；由工作人员根据每条数据的进口商品的基本信息判断其是否存在价格欺诈，打上标签；将打上标签后的数据作为后续步骤的数据集；所述数据集中数据格式为[进口商品的基本信息,进口商品价格欺诈类别标签]； S2：数据集平衡：通过SMOTE-CGAN数据集平衡方法对S1中获取的数据集进行平衡，得到平衡后的数据集；所述SMOTE-CGAN数据集平衡方法是通过合成新的少数类样本来增加数据集中少数类样本的数量； S3：数据集处理：对S2平衡后的数据集进行最大值最小值归一化处理，得到处理过后的数据集； S4：确定训练集、验证集和测试集：将S3处理过后的数据集按照设定比例划分为训练集、验证集和测试集； S5：模型建立和训练：建立基于改进海鸥算法优化核极限学习机的进口商品价格欺诈识别模型；所述的进口商品价格欺诈识别模型为核极限学习机，将训练集中的进口商品的基本信息作为核极限学习机的输入，进口商品价格欺诈类别标签作为输出，训练得到初始化核极限学习机参数；所述核极限学习机参数包括正则化系数和核参数； S6：基于改进海鸥算法优化模型： S61：改进海鸥算法参数初始化：设置改进海鸥算法中参数，包括种群数量，最大迭代次数，搜索维度，优化目标参数上下限和螺旋系数参数； S62：利用混沌映射初始化海鸥初始位置：采用基于Sinusoidal混沌映射初始化海鸥初始位置，得到多只海鸥的初始位置； S63：确定海鸥的适应度值：将S4训练集输入到核极限学习机，分别利用S62中每只海鸥的初始位置表示超参数对核极限学习机进行训练；然后将S4验证集输入到训练后的核极限学习机中，得到进口商品价格欺诈类别并计算识别准确率；将识别准确率作为每只海鸥的适应度；通过对所有海鸥的适应度进行比较，确定全局最优海鸥个体； S64：按照迁徙操作更新海鸥位置：计算海鸥个体向全局最优海鸥个体迁徙之后的海鸥新位置；在迁徙过程中通过非线性控制因子A调整海鸥位置； S65：按照攻击操作更新海鸥位置：将S64中得到的海鸥新位置按照融入莱维飞行的攻击操作再次更新海鸥位置，得到最终海鸥更新位置； S66：寻找最优个体：根据S65中最终海鸥更新位置，再次比较海鸥个体之间的适应度值，并找出全局最优海鸥个体； S67：判断终止条件：判断是否满足终止条件，若满足，则将全局最优海鸥位置作为最优核极限学习机参数；否则跳转S64；所述终止条件为迭代次数是否达到S61中设置的最大迭代次数；并对优化后的进口商品价格欺诈识别模型进行评估； S7：基于测试集对模型进行评价：将S4测试集输入到S6优化后的进口商品价格欺诈识别模型进行预测，得到进口商品价格欺诈类别；并与真实进口商品价格欺诈类别标签对比，计算准确率、召回率、查准率、F1值作为模型性能评价指标，并进行评价。

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北京信息科技大学;北京京信科高端信息产业技术研究院有限公司，其通讯地址为：102206 北京市昌平区太行路55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”。

以上内容由龙图腾AI智能生成。