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！

龙图腾网获悉南昌大学申请的专利一种基于双曲空间能量计算的金融欺诈检测方法及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：CN121544265B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610069959.3，技术领域涉及：G06Q20/40；该发明授权一种基于双曲空间能量计算的金融欺诈检测方法及系统是由杨逸飞;周昊岩;李向军;张竞哲;魏俊涛;揭敏设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本一种基于双曲空间能量计算的金融欺诈检测方法及系统在说明书摘要公布了：本申请公开了一种基于双曲空间能量计算的金融欺诈检测方法及系统，属于异常检测技术领域。包括构建数据集和双曲图卷积编码器，并通过数据集对双曲图卷积编码器进行训练和测试；获取目标图数据，根据测试后的双曲图卷积编码器对目标图数据进行处理，得到节点潜在表示特征；计算节点潜在表示特征中的每一目标节点的异常分数值；并根据异常分数值判断目标价节点是否异常；本申请提出节点能量驱动的异常检测机制，创新性定义节点在特征空间和双曲空间中的能量变化量度量，用以量化其的偏移程度，能够识别更加隐蔽的结构性异常行为，有效提升对真实金融场景中复杂异常模式的检测能力。

本发明授权一种基于双曲空间能量计算的金融欺诈检测方法及系统在权利要求书中公布了：1.一种基于双曲空间能量计算的金融欺诈检测方法，其特征在于，所述方法包括： 获取多张图结构数据，并根据多张所述图结构数据构建数据集； 构建双曲图卷积编码器，根据所述数据集对所述双曲图卷积编码器进行训练和测试，得到测试后的所述双曲图卷积编码器； 获取目标图数据，根据测试后的所述双曲图卷积编码器对所述目标图数据进行处理，得到节点潜在表示特征； 对所述节点潜在表示特征中的每一目标节点进行异常分数计算，得到每一所述目标节点的异常分数值； 若所述异常分数值大于分数阈值，则所述异常分数值对应的所述目标节点判定为异常风险节点； 所述对所述节点潜在表示特征中每一目标节点进行异常分数计算，得到每一所述目标节点的异常分数值，具体为： 根据双曲能量计算公式对所述目标节点进行双曲能量计算，得到所述目标节点的双曲能量值； 根据特征空间能量计算公式对所述目标节点进行特征空间能量计算，得到所述目标节点的空间能量值； 根据所述目标节点的所述双曲能量值和所述空间能量值，计算得到所述目标节点的异常分数值； 所述根据所述目标节点的所述双曲能量值和所述空间能量值，计算得到所述目标节点的异常分数值，具体为： 根据所述目标节点的双曲能量值和空间能量值，计算所述目标节点的能量差值； 对所述目标节点的能量差值进行二阶计算，得到所述目标节点的黑森矩阵范数； 获取所述目标节点的节点度，并根据所述能量差值、黑森矩阵范数和节点度计算得到所述目标节点的异常分数值； 所述双曲能量计算公式，通过如下表示： ， 其中，表示第个目标节点的双曲能量值，表示目标节点的总数，第个目标节点嵌入向量，表示与第个目标节点相邻的目标节点的嵌入向量，表示与差值的模长平方，表示的模长平方，表示的模长平方，表示正则化常数，用于防止分母为零； 所述特征空间能量计算公式，通过如下表示： ， 其中，表示第个目标节点的空间能量值； 根据所述能量差值、黑森矩阵范数和节点度计算得到所述目标节点的异常分数值，具体通过如下公式表示： ， 其中，表示第个目标节点的异常分数，表示第个目标节点的黑森矩阵范数，表示第个目标节点的节点度； 所述根据所述数据集对所述双曲图卷积编码器进行训练和测试，得到测试后的所述双曲图卷积编码器，具体为： 构建目标解码器，将所述目标解码器设置于所述双曲图卷积编码器后端，得到训练网络模型； 按照预设比例将所述数据集划分为训练集和测试集，并构建目标损失函数； 根据所述目标损失函数和所述训练集对所述训练网络模型进行多轮迭代训练，直至所述训练网络模型的参数收敛； 根据所述测试集对参数收敛后的所述训练网络模型进行测试，得到测试后的所述训练网络模型； 从所述测试后的所述训练网络模型中调用双曲图卷积编码器，得到测试后的所述双曲图卷积编码器； 其中，所述目标解码器包括并行的特征重构解码器和结构重构解码器； 所述双曲图卷积编码器包括双曲空间映射层和双曲卷积神经网络；所述双曲图卷积编码器对所述目标图数据进行处理，得到节点潜在表示特征，具体为： 根据所述双曲空间映射层对所述目标图数据进行映射处理，得到双曲映射特征； 根据所述双曲卷积神经网络对所述双曲映射特征进行卷积处理，得到所述节点潜在表示特征； 其中，所述双曲卷积神经网络包括多个堆叠的双曲图卷积层，每一所述双曲图卷积层均包括输入层、隐藏层和输出层。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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。