一種帶有馬爾可夫鏈數(shù)據(jù)處理的汽車風險用戶篩查方法
基本信息
申請?zhí)?/td> | CN202011021233.1 | 申請日 | - |
公開(公告)號 | CN112183615A | 公開(公告)日 | 2021-01-05 |
申請公布號 | CN112183615A | 申請公布日 | 2021-01-05 |
分類號 | G06K9/62;G06N3/04;G06N3/08 | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 劉洋;鄭泉 | 申請(專利權)人 | 睿馳達新能源汽車科技(北京)有限公司 |
代理機構 | 沈陽東大知識產(chǎn)權代理有限公司 | 代理人 | 睿馳達新能源汽車科技(北京)有限公司 |
地址 | 100037 北京市西城區(qū)阜成門外大街1號16層1656F室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開一種帶有馬爾可夫鏈數(shù)據(jù)處理的汽車風險用戶篩查方法,屬于汽車風險用戶分類技術領域,該方法獲取用戶行程中的數(shù)據(jù)屬性,并獲取數(shù)據(jù)的經(jīng)緯度和時間,對數(shù)據(jù)進行清洗與整合;根據(jù)時間和空間將數(shù)據(jù)劃分為小區(qū)域,提取每個區(qū)域的數(shù)據(jù)特征;將每個區(qū)域處理后的數(shù)據(jù)映射成馬爾科夫鏈的數(shù)據(jù)格式,獲得狀態(tài)轉(zhuǎn)移矩陣;將所提取特征應用到卷積神經(jīng)網(wǎng)絡模型訓練分類器,利用交叉熵損失更新網(wǎng)絡參數(shù)。本發(fā)明解決了如何從眾多特征中提取對分類最有效特征的問題,同時實現(xiàn)了特征空間維度的轉(zhuǎn)變,獲取了一組具有同類樣本的不變性、不同樣本的鑒別性的分類特征。 |
