1.一种特征提取方法，其特征在于，应用于智能终端，将序列数据作为输入，所述序列数据包括交易金额序列，所述方法包括：获取预先设置的窗口参数，窗口与应用场景相关联，针对不同的应用场景设置不同的窗口；

按照所述窗口参数，进行窗口大小的设置，得到目标窗口，所述窗口参数与目标对象的属性信息相对应；

获取目标对象的属性信息集；所述目标对象的属性信息集包括目标对象的金融相关信息和/或信用信息；

利用所述目标窗口对所述属性信息集进行滑动选取，得到多个属性信息单元；

通过各所述属性信息单元对应的预设算子对所述多个属性信息单元进行计算，得到所述目标对象的目标特征，以对所述目标对象进行分类；

其中，所述通过各所述属性信息单元对应的预设算子对所述多个属性信息单元进行计算，得到所述目标对象的目标特征，包括：通过各所述属性信息单元对应的预设算子对所述多个属性信息单元进行计算，得到待输出特征；

从预设网络模型中选取多个特征提取层，通过所述多个特征提取层对所述待输出特征进行计算，得到多个待输出目标特征；

对所述多个待输出目标特征进行融合计算，得到所述目标对象的目标特征。

2.根据权利要求1所述的方法，其特征在于，所述通过各所述属性信息单元对应的预设算子对所述多个属性信息单元进行计算，得到所述目标对象的目标特征，包括：获取用户设置的各所述属性信息单元对应的预设算子；

通过所述各所述属性信息单元对应的预设算子对所述多个属性信息单元进行计算，得到所述目标对象的目标特征。

3.根据权利要求1所述的方法，其特征在于，所述通过各所述属性信息单元对应的预设算子对所述多个属性信息单元进行计算，得到所述目标对象的目标特征，包括：从所述多个属性信息单元中选取一个或多个目标属性信息单元；

通过各所述属性信息单元对应的预设算子，对所述一个或多个目标属性信息单元进行计算，得到所述目标对象的目标特征。

4.根据权利要求1所述的方法，其特征在于，所述通过各所述属性信息单元对应的预设算子对所述多个属性信息单元进行计算，得到所述目标对象的目标特征，包括：通过预设权重，对所述多个属性信息单元进行加权计算；

通过各所述属性信息单元对应的预设算子对加权计算后的多个属性信息单元进行计算，得到所述目标对象的目标特征。

5.根据权利要求1所述的方法，其特征在于，所述通过各所述属性信息单元对应的预设算子对所述多个属性信息单元进行计算，得到所述目标对象的目标特征之后，所述方法还包括：将所述目标对象的目标特征输入待训练的机器学习模型进行训练，得到训练好的机器学习模型。

6.一种特征提取装置，其特征在于，应用于智能终端，将序列数据作为输入，所述序列数据包括交易金额序列，所述装置包括：参数获取模块，用于获取预先设置的窗口参数，窗口与应用场景相关联，针对不同的应用场景设置不同的窗口；

窗口设置模块，用于按照所述窗口参数，进行窗口大小的设置，得到目标窗口，所述窗口参数与目标对象的属性信息相对应；

信息获取模块，用于获取目标对象的属性信息集；所述目标对象的属性信息集包括目标对象的金融相关信息和/或信用信息；

信息切分模块，用于利用所述目标窗口对所述属性信息集进行滑动选取，得到多个属性信息单元；

特征获取模块，用于通过各所述属性信息单元对应的预设算子对所述多个属性信息单元进行计算，得到所述目标对象的目标特征，以对所述目标对象进行分类；

所述特征获取模块，具体用于通过各所述属性信息单元对应的预设算子对所述多个属性信息单元进行计算，得到待输出特征；从预设网络模型中选取多个特征提取层，通过所述多个特征提取层对所述待输出特征进行计算，得到多个待输出目标特征；对所述多个待输出目标特征进行融合计算，得到所述目标对象的目标特征。

7.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现权利要求1‑5任一所述的方法步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1‑5任一所述的方法步骤。