一种基于生成对抗网络的金融交易负样本生成方法

发明专利有效专利

申请号：
CN201910525239.3
IPC分类号：G06Q10/06;G06Q40/02;G06Q40/04
申请日期：
2019-06-18
申请人：
东华大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于生成对抗网络的金融交易负样本生成方法
申请号	CN201910525239.3	申请日期	2019-06-18
法律状态	实质审查	申报国家	中国
公开/公告日	2019-11-05	公开/公告号	CN110414780A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/06 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/06 资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;6;;;G;0;6;Q;4;0;/;0;2;;;G;0;6;Q;4;0;/;0;4查看分类表>
申请人	东华大学	申请人地址	上海市松江区人民北路2999号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	东华大学	当前权利人	东华大学
发明人	章昭辉;蒋昌俊;王鹏伟;杨丽俊
代理机构	上海申汇专利代理有限公司	代理人	翁若莹;柏子雵

摘要

本发明涉及一种基于长短期记忆网络和生成对抗网络的数据生成方法。本发明提出的数据生成方法，可以有效地自然解决样本不均衡问题。从实用性角度出发，通过长短期记忆网络处理交易的时间序列特征，添加基于Wasserstein距离和特征惩罚的约束优化目标函数，有效地预防模式坍塌问题；从数据的相关性角度横向验证生成数据的可靠性，从数据分布的角度纵向验证生成数据的分布，建议了基于LSTM‑GAN的负样本交易生成框架，为解决欺诈交易检测中负样本不足提供了技术支持。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供