← 返回列表
智能合约分类模型训练方法、智能合约分类方法及装置
摘要文本
本申请提供智能合约分类模型训练方法、智能合约分类方法及装置，涉及智能合约分类技术领域，方法包括：获取智能合约数据的特征向量矩阵并以数据切片方式获取交易特征向量；基于特征向量矩阵以及智能合约类型标签训练融合神经网络中的R‑CNN模型以输出目标文本特征向量；再将目标文本特征向量与交易特征向量分别进行特征融合以得到各个智能合约数据的融合特征向量，并将各个融合特征向量输入融合神经网络中的全连接层，得到基于特征融合的智能合约分类模型。本申请能够提高智能合约分类模型训练过程中的特征全面性，能够提高智能合约分类模型的通用性以及训练效率，并能够有效提高采用智能合约分类模型进行智能合约分类的准确性及可靠性。
申请人信息
- 申请人:中科链安(北京)科技有限公司
- 申请人地址:100027 北京市东城区东直门外大街35号东湖别墅C座601
- 发明人: 中科链安(北京)科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 智能合约分类模型训练方法、智能合约分类方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410056053.9 |
| 申请日 | 2024/1/15 |
| 公告号 | CN117574214A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06F18/24 |
| 权利人 | 中科链安(北京)科技有限公司 |
| 发明人 | 刘宁波; 杨谈; 彭燕兵; 万德; 郑永伯; 杨超群 |
| 地址 | 北京市东城区东直门外大街35号东湖别墅C座601 |
专利主权项内容
1.一种智能合约分类模型训练方法，其特征在于，包括：获取各个智能合约数据各自的操作码文本序列对应的特征向量矩阵，并以数据切片的方式获取各个智能合约数据各自的交易数据对应的交易特征向量；基于各个智能合约数据各自对应的所述特征向量矩阵以及智能合约类型标签训练预设的融合神经网络，以使该融合神经网络中的R-CNN模型对应输出各个智能合约数据各自对应的目标文本特征向量；再将各个所述智能合约数据对应的所述目标文本特征向量与所述交易特征向量分别进行特征融合，以得到各个所述智能合约数据各自对应的融合特征向量，并将各个所述融合特征向量输入所述融合神经网络中的全连接层以进行智能合约分类，进而将所述融合神经网络训练为一个基于特征融合的智能合约分类模型。