基于深度强化学习的财务异常数据检测系统设计

摘要：

针对医疗财务系统中数据规模庞大,而传统的数据检测手段难以发现其中细微异常数据的问题,设计了一套智能化的异常数据检测系统.该系统通过对异常数据的模式分析,并基于差异分析与全局分析的融合检测原理,实现了在海量数据中对细微异常数据的精确检测.在该检测系统的总体框架下,采用Wolpertinger架构,分别设计了作动网络、K近邻网络与评价网络,最终建立了基于深度强化学习的数据挖掘算法.数据测试实验结果表明,该系统的异常数据检测准确度可达99％以上,在较长的测试时间内运行稳定,性能良好.

关键词：深度强化学习、异常数据、K近邻、融合检测

所属期刊栏目：29

分类号：TP393(计算技术、计算机技术)

资助基金：河北省2018年度医学科学研究重点课题计划20180859

在线出版日期：2021-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：70-73,78