医疗保险欺诈识别监测系统
基于机器学习 + Django 的医保反欺诈一体化 Web 平台
采用 SMOTE 后模型测试召回率从 0.7065 提升至 0.9508,F1 分数从 0.5327 提升至 0.9590
Pythonscikit-learnGradient BoostingSMOTE +5
查看详情 →
基于机器学习 + Django 的医保反欺诈一体化 Web 平台
采用 SMOTE 后模型测试召回率从 0.7065 提升至 0.9508,F1 分数从 0.5327 提升至 0.9590
双分支网络 (MobileNet-V2 + 频率分支) + 分层差异化频率掩码 + 改进门控融合的轻量级深度伪造检测模型
模型在测试集上获得 Accuracy 84.62%、Precision 87.57%、Recall 80.53%、F1 0.8390、AUC 0.9203