基于改进GRU与MVC设计模式的数据智能分析算法

作     者：牛洁 NIU Jie

作者机构：西安航空职业技术学院陕西西安710089 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2024年第32卷第10期

页      面：25-29页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：全国教育科学“十三五”规划2020年度教育部重点课题(DJA200310) 西安航空职业技术学院2022年度科研计划项目(21XHZX-01) 

主　　题：异常数据分析 孤立森林算法 双向GRU 注意力机制 MVC设计 大数据 

摘      要：针对传统财务异常数据检测方法效率较低、准确度差且坏账率高的问题,文中基于改进的人工智能算法提出了一种异常数据检测方法。由于高维异常数据难以分析,先用孤立森林算法将其剔除,再将处理后的数据经过双向GRU算法的训练,挖掘出数据的时序性特征。对于训练后数据分类准确度较低的问题,通过注意力机制对数据特征权重进行排序,从而得到最终的分类结果。基于MVC设计了软件架构进行实验测试,该算法的训练总时长明显低于对比算法,RMSE及MAPE指标相较Bi-LSTM算法低0.2%和0.15%,且准确率、召回率与F1值在对比算法中也为最优。