本发明公开了一种基于深度学习的大宗资源类矿产品放行风险预测方法,所述方法包括:根据统计学方法筛选对放行风险具有显著影响的变量;根据历史数据训练预测模型;其中,所述历史数据包括各个企业历史检验检疫结果和所述变量的时间序列;获取待测货物报检号,并查询所述待测货物所有相关特征数据;将所述待测货物所有相关特征数据通过所述预测模型,得到放行安全指数值。本发明能够避免人为考量不同因素时产生的片面性,寻找引起风险的潜在因素,相比人工审单具有更全面、更强大的分析评估能力。
声明:
“基于深度学习的大宗资源类矿产品放行风险预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)