数字通信世界杂志

摘要：现有财政数据异常值实时监测方法监测准确率较低，误报率较高，导致财政数据异常值的监测不准确，有一定的局限性。对此本文中提出了基于最邻近算法的财政数据异常值实时监测方法。首先，通过计算局部密度和最小距离，选择RBF核函数，根据聚类结果建立财政数据异常值实时监测模型。其次，对设置的参考窗口和考察窗口进行强度比率计算，从而提取财政数据的异常模式。最后，综合上述过程，根据肘部法则曲线，按照一定流程，完成财政数据异常值的监测任务。实验结果表明，运用基于最邻近算法的财政数据异常值实时监测方法，监测准确率在95%以上，且其平均误报率为3.21%。

关键词： 局部密度;最邻近算法;RBF核函数;强度比率;肘部法则;

专辑： 信息科技;经济与管理科学

专题： 计算机软件及计算机应用;财政与税收

分类号： TP311.13;F810