Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民财产保险股份有限公司何晓霞获国家专利权

中国人民财产保险股份有限公司何晓霞获国家专利权

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!

龙图腾网获悉中国人民财产保险股份有限公司申请的专利基于新型特征优化算法的车险诈骗识别方法、装置及设备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:CN116579861B

龙图腾网通过国家知识产权局官网在2026-03-24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:202310370147.9,技术领域涉及:G06Q40/08;该发明授权基于新型特征优化算法的车险诈骗识别方法、装置及设备是由何晓霞;颜巍;文艺;张铎;易显龙设计研发完成,并于2023-04-07向国家知识产权局提交的专利申请。

基于新型特征优化算法的车险诈骗识别方法、装置及设备在说明书摘要公布了:本发明公开了一种基于新型特征优化算法的车险诈骗识别方法、装置及设备,该方法包括:获取车险理赔欺诈的待测数据集;基于分类模型对待测数据集进行分类处理,得到分类结果;其中,分类模型通过训练集完成训练,训练集为通过综合采样算法SMOTEEN进行平衡处理以及通过本发明提出的特征选择算法EFS_BR优化后的数据集;分类结果用于反映是否存在车险理赔欺诈行为。本发明能够达到剔除无用特征、降低模型计算复杂度和提高模型识别率的效果。

本发明授权基于新型特征优化算法的车险诈骗识别方法、装置及设备在权利要求书中公布了:1.一种基于新型特征优化算法的车险诈骗识别方法,其特征在于,包括: 获取车险理赔欺诈的待测数据集; 基于分类模型对所述待测数据集进行分类处理,得到分类结果; 其中,所述分类模型通过训练集完成训练,所述训练集为通过综合采样算法进行平衡处理以及通过特征选择算法EFS_BR优化后的数据集;所述分类结果用于反映是否存在车险理赔欺诈行为;所述训练集使用的特征集合中涉及的特征包括车主个人信息、汽车信息、事故信息和理赔信息; 通过综合采样算法对训练集数据进行平衡处理,包括:对于训练集中的样本,通过SMOTE算法从样本少的类别中随机抽样,再将抽样后处理得到的新样本添加到训练集中,得到初步平衡的训练集;通过ENN算法剔除初步平衡的训练集中的重叠样本,得到最终平衡后的训练集; 在通过特征选择算法EFS_BR优化训练集的过程中,所述方法还包括:获取平衡处理后的训练集数据矩阵X,所述训练集数据矩阵X包括n个样本和d个特征;通过嵌入式特征选择算法从所述训练集数据矩阵X中的所有特征中选择s个特征,根据选择的s个特征确定被选择的特征数据矩阵FS;根据未被选择的d-s个特征确定未被选择的特征数据矩阵UFS; 在通过特征选择算法EFS_BR优化训练集的过程中,所述方法还包括:通过过滤式特征选择算法确定所述被选择的特征数据矩阵FS和未被选择的特征数据矩阵UFS中每个特征和标签的关联度;根据所述关联度从所述被选择的s个特征中筛选出关联度较高的k个特征,并生成关于所述k个特征的第一矩阵;根据所述关联度从所述未被选择的d-s个特征中筛选出关联度较高的t个特征,并生成关于所述t个特征的第二矩阵;将所述第一矩阵和所述第二矩阵进行合并,得到合并矩阵W,以剔除FS中关联度未达到关联度阈值的特征;根据所述合并矩阵W训练基模型,所述基模型采用逻辑回归分类算法;计算所述基模型的分类损失值,根据所述分类损失值确定最终输出的合并矩阵W*,作为优化后的训练集。

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人民财产保险股份有限公司,其通讯地址为:100022 北京市朝阳区建国门外大街2号院2号楼;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。

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。