可疑金融交易识别中的约束关联规则算法研究

在挖掘可疑金融数据中,提出一种快速的基于FP-tree的约束最大频繁项目集挖掘算法,把发现约束频繁项目集的问题转化为发现约束最大频繁项目集的问题。算法可以根据用户的需要,随时减少不满足约束条件的候选项目集的个数,提高运行效率,同时可确定挖掘主属性,确定生成的关联规则范围,为有效开展可疑金融交易识别提供了有益的参考。     

基于关联规则的隐私保护算法研究

本文针对MASK算法的不足,将随机响应技术与关联规则挖掘算法相结合,提出一个多参数随机扰动算法--MRD算法,使私有信息或敏感知识在挖掘过程中不被泄露。相对于MASK算法,改进的MRD算法在以不同的随机参数对数据集进行处理时,可以实现对原始数据的干扰或隐藏。解决了单一使用数据干扰策略和数据隐藏策略的缺陷,有效地提高了算法的隐私保护度,并得到较为准确的挖掘结果。     

基于数据挖掘的会计舞弊识别问题研究综述

本文检索了近年来基于数据挖掘的会计舞弊识别方面的文献,归类比较挖掘数据、算法以及分类器评价方法和分类效果,为投资者、监管部门和审计师在舞弊识别中选用适当数据和挖掘技术及优化模型提供借鉴。现有研究多对舞弊和配对非舞弊样本进行有标签挖掘,特征值涵盖审计师数据、公司治理数据、财务报表数据、行业和交易数据多个类别。当前研究以反映舞弊三角的综合数据为主,比率数据比账户数据更有效,主要算法包括统计检验、回归分析、神经网络、决策树、贝叶斯网络、堆栈变量法等。其中,回归分析应用最为普遍,神经网络在识别效果和准确性方面总体上优于回归模型,模型辅助检测优于审计师无辅助检测。现有文献还缺乏无标签挖掘和时序数据挖掘研究。     

基于关联规则的数据挖掘

挖掘关联规则就是发现大量数据中项集之间相关联系的过程。它在数据挖掘中是一个重要的课题,最近几年已被业界公开研究,成为一个热点。本文对关联规则下的数据挖掘Apriori算法进行了分析和研究。     

北京市科技金融政策供需匹配研究——基于LDA政策文本计量方法

北京定位于全国科技创新中心，高度重视科技金融的发展，并出台了一系列科技金融政策。基于主题分布分析路径，采用融合文本分类、主题挖掘和训练集预测的政策文本计算方法，对北京市科技金融政策文本及新闻文本挖掘搜集并整理分类，运用LDA模型从供需匹配的角度分析科技金融政策效果，并识别出3类政策主题，且匹配度在整体上处于较吻合的状态，说明北京市科技金融政策基本满足市场主体的科技创新需求，但在推动科技园区建设与发展方面仍然相对宽泛，因此，需要落实科技金融政策对科技园区建设规划的精准支持。     

上市公司财务报表粉饰识别

上市公司财务报表粉饰现象是一个世界性难题。有必要借助一定的技术手段,对上市公司的财务报表粉饰行为进行识别,以便更好地对上市公司进行监管。相比传统的财务分析方法,关联挖掘技术在识别上市公司财务报表粉饰行为方面具有更好的效果。文章以特定期间微利企业的财务报表为研究对象,从沪深两市选取50家微利公司作为样本,利用关联挖掘技术中的Apriori算法,对其财务报表中的八大指标进行逐层搜索和迭代,找出具有强相关性的财务指标并对其关联规则进行分析和测试,从而识别出标识报表粉饰行为的关联特征指标值。分析表明：与良性发展的企业相比,那些连续亏损的企业具有更强的报表粉饰动机和可能性,这些企业往往通过关联交易等线下项目途径达到微利的目的。文章最后提出了更为有效地利用关联挖掘技术对这种行为进行识别的建议。     

水利工程碾压混凝土大坝施工技术的方法

碾压混凝土技术是大坝施工中较为常用的一种技术,它使用一定的掺合料、粗骨料、水、砂等进行拌制,然后使用振动碾对拌制好的混凝土进行铺筑、碾压。采用碾压混凝土技术的坝体具有防渗性能好、体积小、强度高等优点,而且这种技术使用简单快捷,因而被广泛用于工程实际中。本文简要分析了碾压混凝土大坝施工方案的确定和混凝土配合比设计的基本要求,论述了碾压混凝土大坝施工中混凝土的拌制、运输、摊铺与碾压、养护技术。     

鉴于实例台山核电淡水水源工程碾压混凝土大坝的施工程序

碾压混凝土技术是大坝施工中较为常用的一种技术,它使用一定的掺合料、粗骨料、水、砂等进行拌制,然后使用振动碾对拌制好的混凝土进行铺筑、碾压。采用碾压混凝土技术的坝体具有防渗性能好、体积小、强度高等优点,而且这种技术使用简单快捷,因而被广泛用于工程实际中。本文简要分析了碾压混凝土大坝施工方案的确定和混凝土配合比设计的基本要求,论述了碾压混凝土大坝施工中混凝土的拌制、运输、摊铺与碾压、养护技术。     

三通道超分辨率微小面部表情识别算法研究

为解决自然场景下镜头采集到的面部图像质量无法达到理想训练条件以及图像分辨率较低导致的面部表情识别准确率达不到理想效果的问题,文章提出一种三通道超分辨率面部表情识别算法CTE-FER。该算法通过采用超分辨率网络对采集到的图像进行超分辨率放大,在放大的同时提升图像质量。根据面部图像特征采用超分辨率网络,并且增加图像色块剪切粘贴以及多通道机制进行改进,结合面部表情识别网络构成一个改进超分辨率微小面部表情识别网络。通过各项实验表明,CTE-FER算法在输入大小仅为12*12像素的图片时,其在FER2013、CK+、BU-3DFE三个数据集上识别准确率可分别达到96.97%、58.96%、80.40%。对于不同放大倍数三通道超分辨率面部表情识别算法在RAF-DB数据集上得到的结果也优于其他算法,被认为达到具有竞争力的效果。     

大坝安全鉴定及除险加固措施

小型水利大坝在我国农业发展过程中起着重要的推动作用，它在灌溉农田、调节河流上下游水资源、发电等方面发挥着重要的作用。但近几年来，一些水利大坝在使用过程中出现了一些新的问题与挑战，存在着安全隐患。对大坝进行安全监测和除险加固，防患于未然，是当前最主要的事情。本文将从产生安全隐患的原因、如何进行安全鉴定。除险加固的措施方面出发，探讨如何加强水利大坝安全，保证广大人民群众的生命财产安全。     

大数据时代客户盈利能力在商业银行的应用研究

大数据已经不再是一个新鲜的词汇。但如何在大数据时代充分挖掘和分析数据是一个一直在探讨的问题。在内外的压力下，商业银行为了吸引优质客户就需要从海量数据中发掘客户价值。客户盈利能力分析能帮助商业银行计算客户的价值，识别优质客户并采取针对性措施。     

个人知识吸收能力与双元创新关系研究

以往文献对于吸收能力的研究大都集中在组织层面，缺乏个人层次的探讨。回归吸收能力概念本质，从个人层面出发，将知识吸收分为识别、同化和应用3个阶段，通过采集与分析上海、重庆、西安、广州、长沙等地的113份技术主管有效问卷数据，探讨个人知识吸收对双元创新的影响。结果表明：个人知识识别有助于探索式创新和挖掘式创新的实现；个人知识同化导致了探索式创新和挖掘式创新之间的差别，探索式创新需要个人同化能力，挖掘式创新则不需要；个人知识应用对双元创新均无作用。结论可为企业管理者以鼓励员工正确定位知识吸收，促进企业双元创新提供借鉴。     

组织政治行为探索性研究分析

通过问卷调查数据，在确认提取组织政治行为存在前提下，对其成因和表现的潜在因子进行探索分析，将潜在因子按照调研项目贡献度排序并解释其含义。研究得出企业领导对组织政治形成和发展起到关键作用，领导识别并运用组织政治的能力，是领导持续在位并发挥作用的关键，这些能力领导后天经验掌握的。     

计算机前沿技术在科技管理领域的应用研究

数据挖掘，在科研领域也称为数据库中的知识发现，是一个利用各种分析工具在海量数据中发现模型和数据间关系的技术。Web挖掘是数据挖掘技术在Web上的应用。Web挖掘处理的对象主要是半结构化的数据，这是它最主要的特点。目前我们的研究工作正是利用该项技术来实现科技信息的网络动态监测和信息的自动获取。自然语言处理技术，是指利用特定的算法使计算机系统能够理解和生成自然语言。它是人工智能活跃的研究领域之一，是人文科学和自然科学的交叉性学科．     

基于用电特征单一视角数据的中小企业生命周期阶段识别

以我国某地区黑色金属加工及冶炼行业的212家中小企业为样本,先使用带行业影响修正的用电量增长率法标注样本,再利用K-means聚类算法和SMOTE过采样技术提取数据集特征和平衡训练集类别,最后采用经MetaCost元代价敏感算法改造后的梯度提升决策树模型进行企业生命周期阶段的识别建模和预测。构建的七项特征具有典型的长尾性质,表现在对模型的预测能力贡献上它们的重要度比较平均一致。经过代价矩阵调参,模型对失衡类别企业样本的最佳查准率和查全率分别为83.3%和88.9%。通过与传统方法结果的横向Kappa一致性检验和纵向实证分析,验证了基于单视角企业用电数据利用机器学习算法模型来识别企业生命周期阶段的可信性和有效性。     

基于粗糙集的交叉覆盖算法

本文在其他文献建立的前向神经网络交叉覆盖算法的基础上，提出一种数据预处理方法——应用粗糙集的方法提取保持信息完整的最小属性集；对样本数据进行纵向约筒后，再用交叉覆盖算法进行分类识别。实验的结果表明，在类似情况下这种结合方法可以提高运行速度，减少数据的存储空间，识别率却没有明显下降。     

专利视角下人工智能与车联网技术融合演化研究

通过对人工智能与车联网技术融合特征进行研究,能够精准识别车联网产业技术机会,为人工智能与车联网产业创新融合发展提供方向指引。选取2000-2019年相关专利数据,对人工智能与车联网领域技术融合进行识别与测度,采用Word2vec文本挖掘算法和社会网络分析法,揭示融合领域技术发展态势、技术主题关联模式、技术共现网络整体结构和节点功能演变情况。研究发现,融合过程呈现明显的阶段性特征,图像识别等相关算法是车联网领域最基础的人工智能算法,卷积神经网络等相关算法是最具潜力和发展前景的人工智能算法;智能交通平台是融合领域的重点发展方向;数据识别与数据表示技术在融合演变过程中的控制能力较强,无线通信网络技术发展受到相关人工智能技术发展水平的制约。基于研究结论,从研发方向、学科建设、平台搭建等方面提出启示和建议。     

大坝建设的决策管理

大坝的生态、社会、文化影响巨大而复杂，有关大坝的功过得失在国际上引起了强烈的争议，本文简要总结了世界大坝的发展现状并进行了展望。分析了国际上大坝支持者与反对者的一些主要论点；提出了应从公平，可恢复性，风险及共识四个方面评价大坝决策方案，并认为从流域或区域的角度进行综合决策，增加透明度与鼓励公众参与，在整个大坝的生命周期中进行定期审计等原则是减轻大坝负面影响的关键。     

数据挖掘方法及其在我国财政管理领域的应用

以数据挖掘方法的基本概念和挖掘过程为基础,探讨数据挖掘方法在财政管理中的应用。主要内容有：（1）数据预处理,是指在对数据进行数据挖掘之前,先对原始数据进行必要的清洗、集成、转换、离散和规约等一系列的处理工作,使之符合挖掘算法进行知识获取研究所要求的最低标准;（2）分类挖掘法,包括贝叶斯算法、决策树算法、遗传算法、k－近邻算法和人工神经网络;（3）关联挖掘法,挖掘探索出隐藏在数据间的相关关系;（4）聚类挖掘法,按照样本在性质上的亲疏远近进行分类。通过对财政管理中的财政收入进行挖掘,得出结论：企业所得税虽然在数值上往往比营业税或者增值税高,但通过决策树算法进行挖掘,可以看到在财政收入中企业所得税与税收占比极可能具有更强的关联性。     

关联规则挖掘算法改进研究

文章讨论了数据挖掘的一般理论,研究了关联规则挖掘算法以及经典的Apriori算法,分析了算法存在的问题,并提出了新的基于压缩矩阵的关联规则挖掘算法。理论分析和仿真实验显示改进算法的性能明显优于Apriori算法。