基于时序特征解耦的财务数据异常检测方法及其系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
基于时序特征解耦的财务数据异常检测方法及其系统
申请号:
CN202511102210
申请日期:
2025-08-07
公开号:
CN120634758A
公开日期:
2025-09-12
类型:
发明专利
摘要
本发明涉及财务数据分析技术领域,特别是涉及基于时序特征解耦的财务数据异常检测方法及其系统,包括特征解耦、特征分离、异常检测和在线阈值更新四个模块,通过深度可分离卷积和注意力机制,实现对三类时序特征的解耦和分离,构建特征分布,双流残差补偿机制用于拟合预测值异常的概率分布,判断财务数据是否异常,在线阈值更新模块动态更新异常检测模型的离线训练阈值,实现模型的在线更新,相比传统方法,本发明能有效区分正常季节性波动和真正异常信号,降低误报率约。
技术关键词
时序特征
异常检测方法
突发噪声
注意力机制
矩阵
模块
财务
周期性
样本
动态更新
在线
回归算法
异常检测系统
数据分析技术
生成多尺度
离线