公开(公告)号：CN109657947B

公开(公告)日：2021-03-16

申请号：CN201811489291.X

申请日：2018-12-06

Applicant: 西安交通大学

Inventor： 郑庆华 ,  高宇达 ,  阮建飞 ,  赵珮瑶 ,  董博 ,  孙铭潞 ,  田雨润

IPC: G06Q10/06 ,  G06Q50/26 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向企业行业分类的异常检测方法，包括：首先，提取纳税人行业信息中待挖掘的文本和非文本信息并进行特征处理和编码处理；其次，构建符合行业分类异常检测问题的深层网络结构，依据编码处理后数据的特征维数确定网络的输入、输出层的神经元个数；再次，基于所构建的深层网络结构，采用不同的训练策略通过交叉验证分别训练行业大类和行业明细的网络；最后，利用行业大类网络的降维特性融合SOS异常检测算法对行业大类进行异常检测，根据行业明细网络的重构特性对行业明细进行异常检测。本发明利用TADM模型对原始数据做异常检测，可以更加合理、准确地对国家的统计、税收、工商管理等宏观管理工作进行分析。

公开(公告)号：CN109657947A

公开(公告)日：2019-04-19

申请号：CN201811489291.X

申请日：2018-12-06

Applicant: 西安交通大学

Inventor： 郑庆华 ,  高宇达 ,  阮建飞 ,  赵珮瑶 ,  董博 ,  孙铭潞 ,  田雨润

IPC: G06Q10/06 ,  G06Q50/26 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向企业行业分类的异常检测方法，包括：首先，提取纳税人行业信息中待挖掘的文本和非文本信息并进行特征处理和编码处理；其次，构建符合行业分类异常检测问题的深层网络结构，依据编码处理后数据的特征维数确定网络的输入、输出层的神经元个数；再次，基于所构建的深层网络结构，采用不同的训练策略通过交叉验证分别训练行业大类和行业明细的网络；最后，利用行业大类网络的降维特性融合SOS异常检测算法对行业大类进行异常检测，根据行业明细网络的重构特性对行业明细进行异常检测。本发明利用TADM模型对原始数据做异常检测，可以更加合理、准确地对国家的统计、税收、工商管理等宏观管理工作进行分析。