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！

龙图腾网获悉苏州安硕数科数据技术有限公司申请的专利基于云平台的金融租赁系统及方法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：CN119515516B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202411683210.5，技术领域涉及：G06Q30/0645；该发明授权基于云平台的金融租赁系统及方法是由陈海青设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本基于云平台的金融租赁系统及方法在说明书摘要公布了：本发明涉及金融租赁系统技术领域，更具体地说，涉及基于云平台的金融租赁系统及方法，该系统包括：租赁人员输入单元，用于获取租赁需求信息；租赁设备数据采集单元，用于采集设备状态信息；租赁业务管理单元，用于处理租赁匹配和风险控制；需求单元，用于分析租赁需求；租赁人员注册单元，用于管理租赁人员信息；租赁平台资源库，用于存储系统数据；其中，租赁业务管理单元通过动态多维度租赁匹配与风险控制算法实现租赁匹配和风险管理，态时序匹配模型通过结合历史数据和实时市场需求，大大提高了租赁匹配的准确性；多维度租赁评分系统则进一步考虑了租赁人信用、设备状况等多个因素，为后续的决策提供了全面的评估基础。

本发明授权基于云平台的金融租赁系统及方法在权利要求书中公布了：1.基于云平台的金融租赁系统，其特征在于，该系统包括： 租赁人员输入单元，用于获取租赁需求信息； 租赁设备数据采集单元，用于采集设备状态信息； 租赁业务管理单元，用于处理租赁匹配和风险控制； 需求单元，用于分析租赁需求； 租赁人员注册单元，用于管理租赁人员信息； 租赁平台资源库，用于存储系统数据； 其中，所述租赁业务管理单元通过动态多维度租赁匹配与风险控制算法实现租赁匹配和风险管理，所述动态多维度租赁匹配与风险控制算法包括以下步骤： 获取历史租赁数据、实时市场需求数据和设备状态数据； 基于所获取的数据，通过动态时序匹配模型生成预测矩阵，所述动态时序匹配模型的算法公式为： ； 其中：为预测矩阵，为租赁人数量，为设备数量，为小波变换算子，为逆小波变换算子，为由历史租赁数据矩阵构造的Toeplitz矩阵，为非线性激活函数，为实时市场需求向量，为设备状态向量，为克罗内克积，为权重系数； 基于所述预测矩阵，通过多维度租赁评分系统生成评分矩阵，所述多维度租赁评分系统的算法公式为： ； 其中：为评分矩阵的第行第列元素，为评分矩阵，为特征向量，为预测矩阵的第行第列元素，为租赁人信用向量的第个元素，为设备状态向量的第个元素，为黎曼流形上的测地线距离，为理想点，为尺度参数； 基于所述评分矩阵，通过个性化租赁推荐引擎生成推荐矩阵，所述个性化租赁推荐引擎的算法公式为： ； 其中：为推荐矩阵，为图拉普拉斯矩阵，为评分矩阵，为度矩阵，为历史租赁图，为节点集表示租赁人和设备，为边集表示历史租赁关系，为对图应用PageRank算法的结果； 基于所述推荐矩阵，通过动态风险评估与控制系统生成风险评估矩阵，所述动态风险评估与控制系统的算法公式为： ； 其中：为风险评估矩阵的第行第列元素，为风险评估矩阵，表示Choquet积分，为风险评估函数，为模糊测度，表示风险因子集合中第大的元素，为风险因子数量，为由第大到最大的风险因子构成的集合； 基于所述风险评估矩阵，通过租赁生态系统优化器生成优化策略，所述租赁生态系统优化器的算法公式为： ； 其中：为系统状态向量，为系统状态维度，为Morse函数，定义为： ； 其中：为风险评估矩阵的第行第列元素，为理想系统状态点，为平滑参数。

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苏州安硕数科数据技术有限公司，其通讯地址为：215000 江苏省苏州市苏州高新区嘉陵江路198号太湖光子科技园11幢-7-702(2)；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。