湖南省地质灾害调查监测所(湖南省地质灾害应急救援技术中心)谭立红获国家专利权
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!
龙图腾网获悉湖南省地质灾害调查监测所(湖南省地质灾害应急救援技术中心)申请的专利基于多维度机器学习算法构建财务管理风险预警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:CN121563700B 。
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:202610078204.X,技术领域涉及:G06Q40/12;该发明授权基于多维度机器学习算法构建财务管理风险预警系统是由谭立红;张辉志;代红玉;刘瀚林设计研发完成,并于2026-01-21向国家知识产权局提交的专利申请。
本基于多维度机器学习算法构建财务管理风险预警系统在说明书摘要公布了:本发明涉及财务风险管理技术领域,公开了基于多维度机器学习算法构建财务管理风险预警系统。该系统包括依次连接的数据采集与特征提取模块、序列编码模块、场景生成模块、风险仿真模块及信号处理与预警模块。通过注意力机制引导的序列编码器生成融合因果关系的风险语义向量,并结合实时数据构建风险交互场景;基于此场景运行动态风险传播仿真模型,模拟风险在财务网络中的扩散,输出风险场强度分布图;对分布图与原始数据趋势进行迭代解耦与信号校准,合成标准化预警信号。本发明通过强化因果推断与动态网络仿真,提升了风险预警的准确性与前瞻性。
本发明授权基于多维度机器学习算法构建财务管理风险预警系统在权利要求书中公布了:1.基于多维度机器学习算法构建财务管理风险预警系统,其特征在于,所述系统包括: 数据采集与特征提取模块,用于从企业多源异构数据库实时获取原始财务数据流,并基于所述原始财务数据流获取风险因果特征集; 序列编码模块,采用注意力机制引导的序列编码器,用于对所述风险因果特征集进行编码,生成融合了长程依赖与因果关系的风险语义嵌入向量; 场景生成模块,用于将实时财务数据与所述风险语义嵌入向量填充至交互式风险场景模板,生成具有时空上下文的风险交互场景; 风险仿真模块,用于基于所述风险交互场景运行风险传播仿真模型,模拟风险在财务实体网络中的扩散过程,仿真过程依据实体关联强度与风险抵抗力参数动态调整风险传导路径与强度,输出风险场强度分布图; 信号处理与预警模块,用于对所述风险场强度分布图与所述原始财务数据流的低频趋势分量进行风险场-趋势场迭代解耦,分离出纯化风险波动信号,并对所述纯化风险波动信号进行幅值归一化与时间尺度校准,最终合成标准化财务风险预警指示信号; 所述从企业多源异构数据库实时获取原始财务数据流,并基于所述原始财务数据流获取风险因果特征集,包括: 对原始财务数据流进行异构数据融合与时序对齐处理,生成包含结构化报表数据与非结构化文本数据的异构数据集; 对异构数据集实施实体识别与关系抽取,将识别出的财务实体与关系构建为带有时间戳的财务事件知识图谱,从财务事件知识图谱中提取由节点属性向量、边权重和时序依赖关系构成的多维时序特征张量; 将多维时序特征张量输入动态图神经网络进行时空特征学习,动态图神经网络根据随时间演化的节点属性与边权重,生成表征财务状态动态演变过程的隐藏状态序列; 根据隐藏状态序列中节点间的关联强度与状态转移概率,构建反映风险传导路径的动态属性图,通过对动态属性图中高风险节点的状态演化轨迹进行节点序列化,形成风险演进节点序列; 基于风险演进节点序列,执行风险路径回溯与风险事件因果推理,识别出风险事件发生的潜在因果链,并依据因果链提取具有明确因果逻辑关系的风险因果特征集; 所述基于所述风险交互场景运行风险传播仿真模型,模拟风险在财务实体网络中的扩散过程,包括: 以生成的风险交互场景为初始状态,初始化风险传播仿真模型,模型中每个财务实体被赋予初始风险状态与风险抵抗力参数; 风险传播仿真模型根据实体间的关系类型与动态边权重定义风险传导规则,风险状态依据传导规则、抵抗力参数及随机扰动进行更新; 以离散时间步推进仿真,在每一时间步,风险传播仿真模型计算风险沿网络边的传导量并更新所有实体的风险状态; 当仿真达到预设的终止条件时,停止计算,并输出最后一个时间步所有实体的风险状态,形成风险场强度分布图。
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湖南省地质灾害调查监测所(湖南省地质灾害应急救援技术中心),其通讯地址为:410100 湖南省长沙市天心区五凌路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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励