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！

龙图腾网获悉交通运输部水运科学研究所申请的专利一种基于安全风险的港口安全生产责任保险信息核验方法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：CN119444450B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510032054.4，技术领域涉及：G06Q40/08；该发明授权一种基于安全风险的港口安全生产责任保险信息核验方法是由卢新;王国波;谢天生;徐宏伟;褚冠全;温永瑞;孙维维;兰马静;孙冬冬;梁熠设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本一种基于安全风险的港口安全生产责任保险信息核验方法在说明书摘要公布了：本发明公开了一种基于安全风险的港口安全生产责任保险信息核验方法，设计数据核验技术领域。该方法，包括以下步骤：对港口安全生产责任保险信息的真实性评估系数和港口安全生产责任保险信息的准确性评估系数进行综合评估，得到港口安全生产责任保险信息的核验评估系数，根据港口安全生产责任保险信息的真实性评估系数与港口安全生产责任保险信息的真实性评估阈值的差值匹配得到对港口安全生产责任保险信息的真实性的初步优化措施。本发明通过根据阈值对比结果对保单信息的核验进行深度优化，达到了提高保险市场的监管效率的效果，解决了现有技术中存在保险市场的监管效率不足的问题。

本发明授权一种基于安全风险的港口安全生产责任保险信息核验方法在权利要求书中公布了：1.一种基于安全风险的港口安全生产责任保险信息核验方法，其特征在于，包括以下步骤： 收集港口安全生产责任保险信息的真实性相关数据和港口安全生产责任保险信息的准确性相关数据，对港口安全生产责任保险信息的真实性相关数据和港口安全生产责任保险信息的准确性相关数据进行预处理，得到预处理后的港口安全生产责任保险信息的真实性相关数据和预处理后的港口安全生产责任保险信息的准确性相关数据； 对预处理后的港口安全生产责任保险信息的真实性相关数据进行分析，得到港口安全生产责任保险信息的真实性评估系数，对预处理后的港口安全生产责任保险信息的准确性相关数据进行分析，得到港口安全生产责任保险信息的准确性评估系数，对港口安全生产责任保险信息的真实性评估系数和港口安全生产责任保险信息的准确性评估系数进行综合评估，得到港口安全生产责任保险信息的核验评估系数； 从数据库获取港口安全生产责任保险信息的真实性评估阈值和港口安全生产责任保险信息的核验评估阈值，将港口安全生产责任保险信息的真实性评估系数与港口安全生产责任保险信息的真实性评估阈值作差，根据港口安全生产责任保险信息的真实性评估系数与港口安全生产责任保险信息的真实性评估阈值的差值匹配得到对港口安全生产责任保险信息的真实性的初步优化措施，将港口安全生产责任保险信息的核验评估系数与港口安全生产责任保险信息的核验评估阈值进行对比，根据阈值对比结果对保单信息的核验进行深度优化； 港口安全生产责任保险信息的真实性相关数据包括：保单多项基本信息的平均数据匹配率、文档一致性比率和历史理赔频率，对预处理后的港口安全生产责任保险信息的真实性相关数据进行分析的具体分析过程为： 对保单多项基本信息的平均数据匹配率、文档一致性比率和历史理赔频率进行综合分析，将港口安全生产责任保险信息的保单多项基本信息的平均数据匹配率、港口安全生产责任保险信息的文档一致性比率和港口安全生产责任保险信息的保单多项基本信息的历史理赔频率与其对应的权重相乘并处理，得到港口安全生产责任保险信息的真实性评估系数； 港口安全生产责任保险信息的准确性相关数据包括：数据验证通过率、文档一致性比率、信息录入的历史错误率和保险标的物核实率，对预处理后的港口安全生产责任保险信息的准确性相关数据进行分析的具体分析过程为： 对数据验证通过率、文档一致性比率、信息录入的历史错误率和保险标的物核实率进行综合分析，将港口安全生产责任保险信息的数据验证通过率、港口安全生产责任保险信息的文档一致性比率、港口安全生产责任保险信息的信息录入的历史错误率和港口安全生产责任保险信息的保险标的物核实率与其对应的权重相乘并处理，得到港口安全生产责任保险信息的准确性评估系数; 所述港口安全生产责任保险信息的真实性评估系数的具体得到公式为： ； ； 式中，表示为港口安全生产责任保险信息的真实性评估系数，表示为保单多项基本信息的平均数据匹配率，表示为文档一致性比率，表示为历史理赔频率，表示为保单多项基本信息的平均数据匹配率的权重因子，表示为文档一致性比率的权重因子，表示为历史理赔频率的权重因子，表示为自然常数； 所述港口安全生产责任保险信息的准确性评估系数的具体得到公式为： ； ； 式中，表示为港口安全生产责任保险信息的准确性评估系数，表示为数据验证通过率，表示为文档一致性比率，表示为信息录入的历史错误率，表示为保险标的物核实率，表示为数据验证通过率的权重因子，表示为文档一致性比率的权重因子，表示为信息录入的历史错误率的权重因子，表示为保险标的物核实率的权重因子； 所述港口安全生产责任保险信息的核验评估系数的具体得到方法为： ； 式中，表示为港口安全生产责任保险信息的核验评估系数，表示为港口安全生产责任保险信息的真实性评估系数，表示为港口安全生产责任保险信息的真实性评估系数的权重因子，表示为港口安全生产责任保险信息的准确性评估系数，表示为港口安全生产责任保险信息的准确性评估系数的权重因子； 深度优化包括建立预测模型并预测保险欺诈行为； 所述建立预测模型的具体建立过程为： 从数据库中获取循环神经网络模型，确定循环神经网络的层数、每层的神经元数量和激活函数，将预处理后的港口安全生产责任保险信息的真实性相关数据和预处理后的港口安全生产责任保险信息的准确性相关数据按照一定比例划分为训练集和测试集，将训练集输入循环神经网络中进行训练，得到初步预测模型，使用测试集对初步预测模型进行性能评估，通过调整超参数和模型结构得到预测模型； 所述对港口安全生产责任保险信息的真实性相关数据和港口安全生产责任保险信息的准确性相关数据进行预处理的具体预处理过程为： 预处理包括数据清洗、数据转化和特征提取； 数据清洗包括填充缺失值、删除异常值和重复值； 数据转换：将港口安全生产责任保险信息的真实性相关数据和港口安全生产责任保险信息的准确性相关数据进行归一化； 特征提取：使用主成分分析方法对港口安全生产责任保险信息的真实性相关数据和港口安全生产责任保险信息的准确性相关数据进行特征处理。

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交通运输部水运科学研究所，其通讯地址为：100088 北京市海淀区西土城路8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。