农贷客户授信额度建议方法及相关装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115841627A(43)申请公布日2023.03.24(21)申请号202211547596.8G06N3/0464(2023.01)(22)申请日2022.12.05G06N3/048(2023.01)G06N3/084(2023.01)(71)申请人河北幸福消费金融股份有限公司地址050051河北省石家庄市桥西区裕华西路42号三层(72)发明人赵晓玮(74)专利代理机构北京三环同创知识产权代理有限公司11349专利代理师邵毓琴赵勇(51)Int.Cl.G06V20/13(2022.01)G06V20/10(2022.01)G06V10/774(2022.01)G06V10/82(2022.01)G06Q40/03(2023.01)权利要求书2页说明书8页附图2页(54)发明名称农贷客户授信额度建议方法及相关装置(57)摘要本发明涉及消费金融技术领域，具体公开了一种农贷客户授信额度建议方法及相关装置，所述方法包括：获取农贷客户农作物种植区域的SIF遥感图像；将所述SIF遥感图像输入SIF预测模型，得到所述SIF遥感图像在目标分辨率下的每个像素点位的SIF值；根据所述SIF遥感图像在所述目标分辨率下每个像素点位的SIF值确定所述农作物种植区域的预期产量；根据所述预期产量确定所述农作物种植区域的种植收入；根据所述种植收入给出所述农贷客户的授信额度建议。本实施方式提供的农贷客户授信额度建议方法可以得到SIF遥感图像在精细目标分辨率下的每个像素点位的SIF值，从而更为准确的确定的农作物的预期收入，给出更合理的授信额度建议。CN115841627ACN115841627A权利要求书1/2页1.一种农贷客户授信额度建议方法，其特征在于，所述方法包括：获取农贷客户农作物种植区域的SIF遥感图像；将所述SIF遥感图像输入SIF预测模型，得到所述SIF遥感图像在目标分辨率下的每个像素点位的SIF值，其中，所述SIF值为日光诱导叶绿素荧光值，其用于标识农作物的生长状况，所述SIF预测模型用于预测SIF遥感图像在目标分辨率下的每个像素点位的SIF值；根据所述SIF遥感图像在所述目标分辨率下每个像素点位的SIF值确定所述农作物种植区域的预期产量；根据所述预期产量确定所述农作物种植区域的种植收入；根据所述种植收入给出所述农贷客户的授信额度建议。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取用于SIF预测的训练样本集，所述训练样本集中包括多个训练样本，每个训练样本包括SIF遥感图像以及所述SIF遥感图像的粗略SIF值标签；使用所述多个训练样本训练预先设置的粗监督平滑U型网络，得到所述SIF预测模型。3.根据权利要求2所述的方法，其特征在于，所述SIF遥感图像的SIF值标签为所述SIF遥感图像在3km×3km分辨率下的每个像素点位的SIF值的平均值；所述目标分辨率为30m×30m分辨率；所述粗监督平滑U型网络包括2个下采样块和2个上采样块，每个下采样块包括2×2的平均池化层、滤波器大小为3的卷积层、ReLU、滤波器大小为1的卷积层、ReLU；每个上采样块包括滤波器大小为3的卷积层、ReLU、滤波器大小为1的卷积层、ReLU。4.根据权利要求3所述的方法，其特征在于，在训练所述粗监督平滑U型网络时，使用AdamW最优化函数进行训练调优。5.根据权利要求4所述的方法，其特征在于，在使用AdamW最优化函数进行训练调优时，学习率设置为3e‑4，权重衰减设置为e‑4。6.根据权利要求3所述的方法，其特征在于，在训练所述粗监督平滑U型网络时，使用粗略损失和平滑损失的组合来优化模型。7.根据权利要求6所述的方法，其特征在于，所述粗监督平滑U型网络在验证过程中查看所述SIF预测模型在精细分辨率验证集上的性能，以确定是否提前停止训练。8.一种农贷客户授信额度建议装置，其特征在于，所述装置包括：种植图像获取模块，用于获取农贷客户农作物种植区域的SIF遥感图像；SIF预测模块，用于将所述SIF遥感图像输入SIF预测模型，得到所述SIF遥感图像在目标分辨率下的每个像素点位的SIF值，其中，所述SIF值为日光诱导叶绿素荧光值，其用于标识农作物的生长状况，所述SIF预测模型用于预测SIF遥感图像在目标分辨率下的每个像素点位的SIF值；预期产量确定模块，用于根据所述SIF遥感图像在所述目标分辨率下的每个像素点位的SIF值确定所述农作物种植区域的预期产量；种植收入确定模块，用于根据所述预期产量确定所述农作物种植区域的种植收入；授信额度建议模块，用于根据所述种植收入给出所述农贷客户的授信额度建议。2CN115841627A权利要求书2/2页9.一种电子设备，其特征在于，包括：存储器，其上存储有计算机程序