買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉深圳大學申請的專利基于粒子群優化生成對抗網絡的醫保欺詐檢測方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120277418B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510743933.8，技術領域涉及：G06F18/214；該發明授權基于粒子群優化生成對抗網絡的醫保欺詐檢測方法及裝置是由牛奔;劉寧;楊杏;龔之策;周正;王龍風設計研發完成，并于2025-06-05向國家知識產權局提交的專利申請。

本基于粒子群優化生成對抗網絡的醫保欺詐檢測方法及裝置在說明書摘要公布了：本發明提供基于粒子群優化生成對抗網絡的醫保欺詐檢測方法及裝置，涉及數據處理技術領域，檢測方法包括：將隨機噪聲輸入至已訓練的生成對抗網絡的生成器中，得到合成樣本數據；基于第一粒子群優化算法對合成樣本數據進行篩選，得到多個篩選合成樣本數據，在第一粒子群優化算法中每個粒子對應一個包括多個合成樣本數據的樣本集合；將多個篩選合成樣本數據和多個真實樣本數據進行組合，得到訓練樣本集，基于訓練樣本集對分類模型進行訓練，得到醫保欺詐檢測模型；將待檢測數據輸入至醫保欺詐檢測模型中，得到醫保欺詐檢測模型輸出的欺詐檢測結果。本發明可以實現提高醫保欺詐檢測準確性。

本發明授權基于粒子群優化生成對抗網絡的醫保欺詐檢測方法及裝置在權利要求書中公布了：1.一種基于粒子群優化生成對抗網絡的醫保欺詐檢測方法，其特征在于，包括： 將隨機噪聲輸入至已訓練的生成對抗網絡的生成器中，得到所述生成器輸出的合成樣本數據，所述合成樣本數據包括合成樣本待檢測數據以及所述合成樣本待檢測數據對應的欺詐標簽，所述生成對抗網絡還包括判別器，所述生成對抗網絡的訓練數據包括真實樣本數據，所述真實樣本數據包括真實樣本待檢測數據以及所述真實樣本待檢測數據對應的欺詐標簽，所述合成樣本數據對應的欺詐標簽為所述真實樣本數據中的少數類； 基于第一粒子群優化算法，對所述合成樣本數據進行篩選，得到多個篩選合成樣本數據，在所述第一粒子群優化算法中，每個粒子對應一個樣本集合，所述樣本集合中包括多個所述合成樣本數據，每個粒子的適應度值基于粒子對應的所述樣本集合的全局多樣性和所述樣本集合中各個所述合成樣本數據的局部密度確定； 將多個所述篩選合成樣本數據和多個所述真實樣本數據進行組合，得到訓練樣本集，基于所述訓練樣本集對分類模型進行訓練，得到醫保欺詐檢測模型； 將待檢測數據輸入至所述醫保欺詐檢測模型中，得到所述醫保欺詐檢測模型輸出的欺詐檢測結果； 所述將隨機噪聲輸入至已訓練的生成對抗網絡的生成器之前，包括： 獲取真實醫保數據，所述真實醫保數據中包括多種類型的特征； 利用第二粒子群優化算法，在所述多種類型的特征中確定目標特征類型，其中，所述第二粒子群優化算法中的粒子對應一個特征類型集，所述特征類型集中包括至少一種特征類型，所述第二粒子群優化算法中粒子的適應度值反映粒子對應的所述特征類型集中特征類型的判別能力和獨立性； 基于所述目標特征類型構建所述真實樣本數據； 所述第二粒子群優化算法中粒子的適應度值基于第一公式確定； 所述第一公式為： ； 其中，表示對應的所述特征類型集為X的粒子的適應度值，、、是權重系數，表示X和欺詐標簽集合Y的互信息，，，n為樣本總數，表示第i個樣本在所述特征類型集X中的特征類型的取值向量，是第i個樣本的欺詐標簽，表示所有的樣本在所述特征類型集X中的特征類型的平均取值向量，表示所有的樣本的欺詐標簽均值，表示所述特征類型集X中的特征類型數量，和分別是X和Y的標準差向量，每個所述樣本在不同的所述特征類型集中的特征類型的取值向量不同。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人深圳大學，其通訊地址為：518061 廣東省深圳市南山區粵海街道南海大道3688號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。