【技術實現步驟摘要】
本申請涉及計算機，特別是涉及一種綠色貸款評級方法及相關裝置。
技術介紹
1、
2、目前，相關技術設計了基于貸款描述的多級綠色信貸分類體系，并基于貸款描述的多級綠色信貸分類體系，并基于此分類體系構建多級綠色信貸分類模型，對新樣本進行預測。
3、然而，相關技術構建的多級綠色信貸分類模型，依賴于申請方提供的歷史圖像，當圖像可用性差時，無法實現對企業綠色信貸的精準識別與評估。
技術實現思路
1、為了解決上述技術問題，本申請提供了一種綠色貸款評級方法及相關裝置，減少了對申請方提供的歷史圖像的依賴，實現對企業綠色貸款的精準識別與評估。
2、本申請實施例公開了如下技術方案：
3、第一方面，本申請提供了一種綠色貸款評級方法，所述方法包括：
4、獲取n個區域樣本圖像，所述n個區域樣本圖像是對企業生產區域采集得到的；
5、基于所述n個區域樣本圖像，通過初始特征提取模型得到第一樣本特征和第二樣本特征，所述初始特征模型包括第一特征提取分支和第二特征提取分支，所述第二特征提取分支基于輸入順序設置有掩碼器和初始編碼器，所述掩碼器用于對所述區域樣本圖像進行圖像掩碼處理，得到掩碼圖像，所述初始編碼器用于對所述掩碼圖像進行特征提取，得到所述第二樣本特征；
6、根據所述第一樣本特征和所述第二樣本特征的差異生成第一損失函數，并通過所述第一損失函數對所述初始編碼器進行參數調整，得到編碼器；
7、根據所述編碼器和分類器，確定分類
8、針對待識別企業的企業生產區域的區域圖像，通過所述分類模型確定識別結果，所述識別結果用于標識所述待識別企業是否達到綠色貸款要求。
9、可選地，所述根據所述編碼器和分類器，確定分類模型，包括：
10、對所述n個區域樣本圖像中的c個區域樣本圖像進行分類標注，得到包括分類標簽的標注圖像，所述分類標簽用于標識所對應標注圖像中的企業生產區域是否達到綠色貸款要求；
11、基于輸入順序設置所述編碼器和所述分類器，達到初始分類模型；
12、基于所述c個標注圖像，通過所述初始分類模型得到對應的分類預測結果；
13、根據所述分類預測結果和所對應標注圖像的分類標簽的差異，生成第二損失函數，并通過所述第二損失函數對所述初始分類模型進行參數調整，得到所述分類模型。
14、可選地，所述區域樣本圖像和所述區域圖像均為高光譜圖像。
15、可選地，在得到所述掩碼圖像的過程中，所述掩碼器還用于對所述區域樣本圖像進行空間信息的掩碼處理。
16、可選地，所述方法還包括：
17、在所述待識別企業申請綠色貸款項目到完成綠色貸款項目的時間區間內，周期性的獲取用于綠色貸款要求識別的所述區域圖像。
18、可選地，所述方法還包括：
19、當所述區域圖像為所述待識別企業申請綠色貸款項目期間獲取的時，響應于通過所述識別結果確定所述待識別企業未達到綠色貸款要求，對所述待識別企業申請綠色貸款項目進行不通過處理；
20、當所述區域圖像為所述待識別企業申請綠色貸款項目通過之后獲取的時，響應于通過所述識別結果確定所述待識別企業未達到綠色貸款要求，對所述待識別企業進行針對所述綠色貸款項目的告警。
21、第二方面，本申請提供一種綠色貸款評級裝置，所述裝置包括：
22、獲取單元，用于獲取n個區域樣本圖像，所述n個區域樣本圖像是對企業生產區域采集得到的；
23、提取單元，用于基于所述n個區域樣本圖像，通過初始特征提取模型得到第一樣本特征和第二樣本特征，所述初始特征模型包括第一特征提取分支和第二特征提取分支，所述第二特征提取分支基于輸入順序設置有掩碼器和初始編碼器，所述掩碼器用于對所述區域樣本圖像進行圖像掩碼處理，得到掩碼圖像，所述初始編碼器用于對所述掩碼圖像進行特征提取，得到所述第二樣本特征；
24、生成單元，用于根據所述第一樣本特征和所述第二樣本特征的差異生成第一損失函數，并通過所述第一損失函數對所述初始編碼器進行參數調整，得到編碼器；
25、第一確定單元，用于根據所述編碼器和分類器，確定分類模型；
26、第二確定單元，用于針對待識別企業的企業生產區域的區域圖像，通過所述分類模型確定識別結果，所述識別結果用于標識所述待識別企業是否達到綠色貸款要求。
27、第三方面，本申請提供一種電子設備，所述電子設備包括：
28、存儲器，用于存儲計算機程序或計算機指令；
29、處理器，用于執行所述存儲器中存儲的計算機程序或計算機指令，使得所述電子設備執行如第一方面所述的方法。
30、第四方面，本申請實施例還提供一種包括指令的計算機程序產品，當其在計算設備上運行時，使得所述計算設備執行上述第一方面所述的方法。
31、第五方面，本申請實施例還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質用于存儲計算機程序，所述計算機程序用于執行上述第一方面所述的方法。
32、從以上技術方案可以看出，本申請具有以下有益效果：
33、本申請技術方案獲取n個區域樣本圖像，n個區域樣本圖像是對企業生產區域采集得到的，基于n個區域樣本圖像，通過初始特征提取模型得到第一樣本特征和第二樣本特征，初始特征模型包括第一特征提取分支和第二特征提取分支，第二特征提取分支基于輸入順序設置有掩碼器和初始編碼器，掩碼器用于對區域樣本圖像進行圖像掩碼處理，得到掩碼圖像，初始編碼器用于對掩碼圖像進行特征提取，得到第二樣本特征。由于初始編碼器輸入的是經過掩碼器掩碼處理后的掩碼圖像，所以初始編碼器對掩碼圖像進行特征提取的第二樣本特征與第一特征分支提取出的第一樣本特征有差異。根據第一樣本特征和第二樣本特征的差異生成第一損失函數，并通過第一損失函數對初始編碼器進行參數調整，得到編碼器。根據第一損失函數對初始編碼器進行參數調整得到編碼器，使得編碼器在第一損失函數的指導下學習到如何從不同缺損程度的樣本圖像中還原缺損內容，提取出高質量的圖像特征的能力。提高編碼器利用掩碼圖像提取較為準確特征的能力，增強編碼器提取特征的泛化性和魯棒性。根據編碼器和分類器，確定分類模型，針對待識別企業的企業生產區域的區域圖像，通過分類模型確定識別結果，識別結果用于標識待識別企業是否達到綠色貸款要求。由上可知，由于對編碼器采用的是自監督的訓練方式，完全不依賴申請方提供的標注數據，所以訓練過程中，可以使用海量的區域樣本圖像進行訓練，以此得到高質量的編碼器，為后續的待識別企業的綠色貸款要求的識別提供強有力的支持。。
本文檔來自技高網...【技術保護點】
1.一種綠色貸款評級方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述根據所述編碼器和分類器，確定分類模型，包括：
3.根據權利要求1所述的方法，其特征在于，所述區域樣本圖像和所述區域圖像均為高光譜圖像。
4.根據權利要求3所述的方法，其特征在于，在得到所述掩碼圖像的過程中，所述掩碼器還用于對所述區域樣本圖像進行空間信息的掩碼處理。
5.根據權利要求1-4任意一項所述的方法，其特征在于，所述方法還包括：
6.根據權利要求5所述的方法，其特征在于，所述方法還包括：
7.一種綠色貸款評級裝置，其特征在于，所述裝置包括：
8.一種電子設備，其特征在于，所述電子設備包括：
9.一種計算機程序產品，其特征在于，當所述計算機程序產品在計算機上運行時，使得計算機執行如權利要求1至6中任一項所述的方法。
10.一種計算機可讀存儲介質，其特征在于，包括計算機指令，所述計算機指令指示計算機執行如權利要求1至6中任一項所述的方法。
【技術特征摘要】
1.一種綠色貸款評級方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述根據所述編碼器和分類器，確定分類模型，包括：
3.根據權利要求1所述的方法，其特征在于，所述區域樣本圖像和所述區域圖像均為高光譜圖像。
4.根據權利要求3所述的方法，其特征在于，在得到所述掩碼圖像的過程中，所述掩碼器還用于對所述區域樣本圖像進行空間信息的掩碼處理。
5.根據權利要求1-4任意一項所述的方法，其特征在于，所述方法還包...
【專利技術屬性】
技術研發人員：魏家選，趙國佺，張恒遠，楊燕芳，
申請(專利權)人：中國農業銀行股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。