| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 1 绪论 | 第12-24页 |
| 1.1 选题背景与意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-21页 |
| 1.2.1 数据规约 | 第15-16页 |
| 1.2.2 显著连续序列数据研究现状 | 第16-17页 |
| 1.2.3 词语相似度计算与语句相似度计算的研究现状 | 第17-20页 |
| 1.2.4 数据挖掘技术在审计中的应用研究现状 | 第20-21页 |
| 1.3 论文主要工作 | 第21-23页 |
| 1.4 论文的组织结构 | 第23-24页 |
| 2 联网审计组网模式研究 | 第24-45页 |
| 2.1 审计数据的分布类型 | 第24-26页 |
| 2.1.1 常用的三种审计数据分布 | 第24-25页 |
| 2.1.2 审计数据采集方式 | 第25-26页 |
| 2.2 系统的总体结构 | 第26-33页 |
| 2.2.1 组网模式的选择 | 第26页 |
| 2.2.2 系统的逻辑结构 | 第26-27页 |
| 2.2.3 被审计端数据采集局域网 | 第27-30页 |
| 2.2.4 审计端数据存储局域网 | 第30-33页 |
| 2.3 三种典型的组网方式 | 第33-44页 |
| 2.3.1 集中式组网模式 | 第33-36页 |
| 2.3.2 分布式组网模式 | 第36-39页 |
| 2.3.3 点到点组网模式 | 第39-44页 |
| 2.4 本章小结 | 第44-45页 |
| 3 基于半监督的PCA降维除噪方法研究 | 第45-61页 |
| 3.1 数据约简基本方法 | 第45-46页 |
| 3.2 PCA及L2,1-PCA降维去噪模型 | 第46-48页 |
| 3.2.1 PCA简介 | 第47页 |
| 3.2.2 L2,1-PCA | 第47-48页 |
| 3.3 融合L2,1-PCA的半监督去噪模型 | 第48-52页 |
| 3.3.1 最优化求解Z的基本思想 | 第49-50页 |
| 3.3.2 算法收敛性证明 | 第50-51页 |
| 3.3.3 B,Y的计算 | 第51-52页 |
| 3.4 算法实验分析 | 第52-60页 |
| 3.4.1 数据集说明 | 第52-53页 |
| 3.4.2 数据降维实验结果 | 第53-54页 |
| 3.4.3 数据去噪结果分析 | 第54-56页 |
| 3.4.5 审计数据约简 | 第56-60页 |
| 3.5 本章小结 | 第60-61页 |
| 4 去峰值显著连续序列算法及其在审计中应用研究 | 第61-88页 |
| 4.1 显著连续序列概述 | 第61-69页 |
| 4.1.1 显著连续序列及相关概念 | 第61-62页 |
| 4.1.2 发掘显著连续序列一般流程 | 第62页 |
| 4.1.3 局部显著连续序列及相关概念 | 第62-65页 |
| 4.1.4 发掘显著连续序列常用算法描述 | 第65-69页 |
| 4.2 去峰值的局部显著连续序列算法 | 第69-78页 |
| 4.2.1 去峰值的局部显著连续序列相关概念 | 第69-71页 |
| 4.2.2 线性PLPS算法描述 | 第71-74页 |
| 4.2.3 实验结果分析 | 第74-78页 |
| 4.3 去峰值显著连续序列算法(LPLPS)在审计中的应用 | 第78-87页 |
| 4.3.1 基于海关审计中时序数据的显著连续序列 | 第78-80页 |
| 4.3.2 海关审计中数据集说明 | 第80-81页 |
| 4.3.3 实验结果 | 第81-82页 |
| 4.3.4 结果分析 | 第82-87页 |
| 4.4 本章小结 | 第87-88页 |
| 5 基于语句语义相似度的审计方法库匹配方法研究 | 第88-123页 |
| 5.1 HowNet简介 | 第88-96页 |
| 5.1.1 HowNet的结构 | 第88-92页 |
| 5.1.2 HowNet的知识描述语言 | 第92-94页 |
| 5.1.3 三种常用语义词典库对比 | 第94-96页 |
| 5.2 语句相似度计算 | 第96-101页 |
| 5.2.1 义原相似度计算 | 第96-98页 |
| 5.2.2 概念相似度计算 | 第98-100页 |
| 5.2.3 词语相似度计算 | 第100-101页 |
| 5.3 改进的语句语义相似度计算 | 第101-105页 |
| 5.3.1 常用中文分词包 | 第101-102页 |
| 5.3.2 语料库中词语的频率计算 | 第102-103页 |
| 5.3.3 语句语义相似度计算实现 | 第103-105页 |
| 5.4 实验及分析 | 第105-111页 |
| 5.4.1 词语相似度实验与分析 | 第105-110页 |
| 5.4.2 语句语义相似度实验与分析 | 第110-111页 |
| 5.5 审计方法库建立 | 第111-116页 |
| 5.5.1 审计方法示例 | 第111-113页 |
| 5.5.2 审计方法库设计 | 第113-116页 |
| 5.6 审计规则匹配 | 第116-122页 |
| 5.6.1 审计规则匹配流程 | 第116-119页 |
| 5.6.2 方法库更新 | 第119-121页 |
| 5.6.3 审计匹配实验与结果分析 | 第121-122页 |
| 5.7 本章小结 | 第122-123页 |
| 6 总结与展望 | 第123-125页 |
| 6.1 总结 | 第123-124页 |
| 6.2 展望 | 第124-125页 |
| 参考文献 | 第125-132页 |
| 攻读博士学位期间主要的研究成果 | 第132-133页 |
| 致谢 | 第133页 |