期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度神经网络的异常财务数据识别方法
被引量：
7
1
作者
冯华伟
《电子设计工程》
2022年第10期31-35,共5页
对财务异常数据的准确识别是保障医疗财务系统正常运转的重要途径。传统的检测方法使用统计学方法进行验证,该方法虽可以直观快速地筛选出异常数据,但是无法处理当前海量的数字化数据。针对上述问题,文中对传统随机森林模型进行修正,加...
对财务异常数据的准确识别是保障医疗财务系统正常运转的重要途径。传统的检测方法使用统计学方法进行验证,该方法虽可以直观快速地筛选出异常数据,但是无法处理当前海量的数字化数据。针对上述问题,文中对传统随机森林模型进行修正,加入方差项以增强模型效果。同时,使用深度RNN网络对经过随机森林处理后的数据进行训练。实验结果表明,加入方差项的随机森林模型的F1值相较于其他算法均有2%以上的提升。同时,准确率和召回率也维持在较高的水平,测得的AUC值在对比算法中也是最高的。由此证明,文中所提出的深度神经随机森林模型具有良好的识别性能,同时也可对异常财务数据进行有效的校验。
展开更多
关键词
深度学习
随机森林算法
神经网络
AUC值
异常财务数据
金融
数据
处理
在线阅读
下载PDF
职称材料
基于信息熵—Logistic的财务数据异常告警与实证研究——以房地产企业为例
被引量：
1
2
作者
梁力军
陈国渔
陈明仪
《会计之友》
北大核心
2025年第2期81-88,共8页
基于国泰安数据库2010—2022年房地产企业的有效财务数据,并划分为正常类和违规类房企,通过信息熵筛选构建告警指标体系,利用Logistic回归分析建模,所构建的模型通过了统计检验。研究表明:(1)运用信息熵—Logistic模型融合构造的告警模...
基于国泰安数据库2010—2022年房地产企业的有效财务数据,并划分为正常类和违规类房企,通过信息熵筛选构建告警指标体系,利用Logistic回归分析建模,所构建的模型通过了统计检验。研究表明:(1)运用信息熵—Logistic模型融合构造的告警模型,告警准确度达88.70%。(2)应收账款周转率、存货周转率、销售净利率及净资产收益率等财务指标对异常财务数据的有效告警具有显著的判定作用,房地产企业应重点关注此类指标。(3)与传统财务分析模型相比,Logistic回归分析在识别房地产企业财务异常方面体现了更高的准确性和实用价值。
展开更多
关键词
房地产企业
财务数据
异常
信息熵
LOGISTIC回归
告警模型
在线阅读
下载PDF
职称材料
上市公司财务数据异常识别研究的文献综述
3
作者
郭晓雨
《信息与电脑》
2025年第6期174-176,共3页
综述针对上市公司财务数据异常识别,梳理了从传统统计模型到机器学习模型的发展脉络,总结了各模型特点及应用效果。研究发现,早期识别主要依赖Beneish的M-score等传统统计模型。随着技术的发展,神经网络、支持向量机和集成学习等机器学...
综述针对上市公司财务数据异常识别,梳理了从传统统计模型到机器学习模型的发展脉络,总结了各模型特点及应用效果。研究发现,早期识别主要依赖Beneish的M-score等传统统计模型。随着技术的发展,神经网络、支持向量机和集成学习等机器学习方法逐渐成为主流。然而,现有研究在财务指标选取上过于依赖个人经验,在模型构建时未充分考虑行业差异,限制了识别准确率的提升。针对这些问题,文章介绍了融合特征体系构建和二层混合模型等改进方法,并结合当前研究,阐述了数据处理优化、模型构建创新和评分卡应用等方面的进展,展望了基于数据细分和深度学习的未来研究方向,为促进该领域研究提供参考。
展开更多
关键词
上市公司
财务数据
异常
识别
统计模型
机器学习
在线阅读
下载PDF
职称材料
基于多模态机器学习的财务数据异常自动检测研究
4
作者
李琛琛
《无线互联科技》
2025年第5期90-93,共4页
当前,财务数据异常检测研究通常只关注数值型数据,这种单模态的数据处理方式在一定程度上限制了数据异常检测的精度。为此,文章研究了一种基于多模态机器学习的财务数据异常自动检测方法。文章对企业财务数据进行预处理,构建财务数据集...
当前,财务数据异常检测研究通常只关注数值型数据,这种单模态的数据处理方式在一定程度上限制了数据异常检测的精度。为此,文章研究了一种基于多模态机器学习的财务数据异常自动检测方法。文章对企业财务数据进行预处理,构建财务数据集,基于数据集提取数值和文本特征,同时借助多模态数据融合技术进行特征融合,建立多模态机器学习下的财务数据异常检测模型,将融合后的特征输入该模型,根据输入数据的不同部分利用注意力机制对预测结果的贡献度动态加权,从而输出最终异常检测结果。实验结果显示,该方法受试者工作特征曲线(Receiver Operating Characteristic Curve, ROC)下的真正例率高、检测正确率在90%以上、检测损失值小,具有较好的实际应用价值。
展开更多
关键词
多模态机器学习
财务数据
财务数据
异常
数据
异常
检测
自动检测
在线阅读
下载PDF
职称材料
“欧亚农业”事件再探——对异常财务数据的分析
5
作者
傅颀
龙云
《财务与会计》
北大核心
2003年第3期13-15,共3页
一、"欧亚农业"事件回顾 当人们还未完全从安然事件所带来的震撼中清醒过来的时候,"欧亚农业"风波接踵而至.众所周知,香港资本市场之所以在经历了东南亚金融危机之后得以迅速恢复,其部分原因来自于一批充满生机与...
一、"欧亚农业"事件回顾 当人们还未完全从安然事件所带来的震撼中清醒过来的时候,"欧亚农业"风波接踵而至.众所周知,香港资本市场之所以在经历了东南亚金融危机之后得以迅速恢复,其部分原因来自于一批充满生机与活力的内地新兴民营企业为之源源不断地输送新鲜血液.并且,近年来赴港上市的民营企业数量呈现大增之势,在这种条件下,民营企业自然成为市场关注的焦点.也正是因为投资者对民营企业寄予了厚望,所以当民营企业出现问题时,市场反应才会异常强烈.
展开更多
关键词
异常财务数据
“欧亚农业”股
中国
证券市场
现金流量
农业税
财务
分析
原文传递
题名
基于深度神经网络的异常财务数据识别方法
被引量：
7
1
作者
冯华伟
机构
河南省太康县人民医院
出处
《电子设计工程》
2022年第10期31-35,共5页
基金
安徽省2018年人文社科重点科研项目(SK2018A0783)。
文摘
对财务异常数据的准确识别是保障医疗财务系统正常运转的重要途径。传统的检测方法使用统计学方法进行验证,该方法虽可以直观快速地筛选出异常数据,但是无法处理当前海量的数字化数据。针对上述问题,文中对传统随机森林模型进行修正,加入方差项以增强模型效果。同时,使用深度RNN网络对经过随机森林处理后的数据进行训练。实验结果表明,加入方差项的随机森林模型的F1值相较于其他算法均有2%以上的提升。同时,准确率和召回率也维持在较高的水平,测得的AUC值在对比算法中也是最高的。由此证明,文中所提出的深度神经随机森林模型具有良好的识别性能,同时也可对异常财务数据进行有效的校验。
关键词
深度学习
随机森林算法
神经网络
AUC值
异常财务数据
金融
数据
处理
Keywords
deep learning
random forest algorithm
neural network
AUC value
abnormal financial data
financial data processing
分类号
TN99 [电子电信—信号与信息处理]
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于信息熵—Logistic的财务数据异常告警与实证研究——以房地产企业为例
被引量：
1
2
作者
梁力军
陈国渔
陈明仪
机构
北京信息科技大学
英国南安普顿大学
出处
《会计之友》
北大核心
2025年第2期81-88,共8页
基金
国家社科基金项目“多源数据融合下数字金融风险监测与防范机制研究”(23BGL091)
中国商业会计学会2024年重点科研课题“新质生产力下审计数字化转型发展的关键要素、动力机制和实践框架研究”(2024zsx023)。
文摘
基于国泰安数据库2010—2022年房地产企业的有效财务数据,并划分为正常类和违规类房企,通过信息熵筛选构建告警指标体系,利用Logistic回归分析建模,所构建的模型通过了统计检验。研究表明:(1)运用信息熵—Logistic模型融合构造的告警模型,告警准确度达88.70%。(2)应收账款周转率、存货周转率、销售净利率及净资产收益率等财务指标对异常财务数据的有效告警具有显著的判定作用,房地产企业应重点关注此类指标。(3)与传统财务分析模型相比,Logistic回归分析在识别房地产企业财务异常方面体现了更高的准确性和实用价值。
关键词
房地产企业
财务数据
异常
信息熵
LOGISTIC回归
告警模型
分类号
F275 [经济管理—企业管理]
在线阅读
下载PDF
职称材料
题名
上市公司财务数据异常识别研究的文献综述
3
作者
郭晓雨
机构
中国原子能科学研究院
出处
《信息与电脑》
2025年第6期174-176,共3页
文摘
综述针对上市公司财务数据异常识别,梳理了从传统统计模型到机器学习模型的发展脉络,总结了各模型特点及应用效果。研究发现,早期识别主要依赖Beneish的M-score等传统统计模型。随着技术的发展,神经网络、支持向量机和集成学习等机器学习方法逐渐成为主流。然而,现有研究在财务指标选取上过于依赖个人经验,在模型构建时未充分考虑行业差异,限制了识别准确率的提升。针对这些问题,文章介绍了融合特征体系构建和二层混合模型等改进方法,并结合当前研究,阐述了数据处理优化、模型构建创新和评分卡应用等方面的进展,展望了基于数据细分和深度学习的未来研究方向,为促进该领域研究提供参考。
关键词
上市公司
财务数据
异常
识别
统计模型
机器学习
Keywords
listed companies
financial data anomaly detection
statistical models
machine learning
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于多模态机器学习的财务数据异常自动检测研究
4
作者
李琛琛
机构
万链指数(青岛)信息科技有限公司
出处
《无线互联科技》
2025年第5期90-93,共4页
文摘
当前,财务数据异常检测研究通常只关注数值型数据,这种单模态的数据处理方式在一定程度上限制了数据异常检测的精度。为此,文章研究了一种基于多模态机器学习的财务数据异常自动检测方法。文章对企业财务数据进行预处理,构建财务数据集,基于数据集提取数值和文本特征,同时借助多模态数据融合技术进行特征融合,建立多模态机器学习下的财务数据异常检测模型,将融合后的特征输入该模型,根据输入数据的不同部分利用注意力机制对预测结果的贡献度动态加权,从而输出最终异常检测结果。实验结果显示,该方法受试者工作特征曲线(Receiver Operating Characteristic Curve, ROC)下的真正例率高、检测正确率在90%以上、检测损失值小,具有较好的实际应用价值。
关键词
多模态机器学习
财务数据
财务数据
异常
数据
异常
检测
自动检测
Keywords
multi-modal machine learning
financial data
financial data abnormal
data abnormal detection
automatic detection
分类号
TM76 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
“欧亚农业”事件再探——对异常财务数据的分析
5
作者
傅颀
龙云
机构
复旦大学管理学院会计系
出处
《财务与会计》
北大核心
2003年第3期13-15,共3页
文摘
一、"欧亚农业"事件回顾 当人们还未完全从安然事件所带来的震撼中清醒过来的时候,"欧亚农业"风波接踵而至.众所周知,香港资本市场之所以在经历了东南亚金融危机之后得以迅速恢复,其部分原因来自于一批充满生机与活力的内地新兴民营企业为之源源不断地输送新鲜血液.并且,近年来赴港上市的民营企业数量呈现大增之势,在这种条件下,民营企业自然成为市场关注的焦点.也正是因为投资者对民营企业寄予了厚望,所以当民营企业出现问题时,市场反应才会异常强烈.
关键词
异常财务数据
“欧亚农业”股
中国
证券市场
现金流量
农业税
财务
分析
分类号
F233 [经济管理—会计学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于深度神经网络的异常财务数据识别方法
冯华伟
《电子设计工程》
2022
7
在线阅读
下载PDF
职称材料
2
基于信息熵—Logistic的财务数据异常告警与实证研究——以房地产企业为例
梁力军
陈国渔
陈明仪
《会计之友》
北大核心
2025
1
在线阅读
下载PDF
职称材料
3
上市公司财务数据异常识别研究的文献综述
郭晓雨
《信息与电脑》
2025
0
在线阅读
下载PDF
职称材料
4
基于多模态机器学习的财务数据异常自动检测研究
李琛琛
《无线互联科技》
2025
0
在线阅读
下载PDF
职称材料
5
“欧亚农业”事件再探——对异常财务数据的分析
傅颀
龙云
《财务与会计》
北大核心
2003
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
