数据挖掘技术在税务稽查选案中的应用

数据挖掘，也可以称为数据库中的知识发现（Knowledge Discovery in Database，KDD）。决策树是数据挖掘的一个重要的技术。本文尝试把数据挖掘的方法和技术，通过实现SLIQ算法把该技术应用到税务稽查的计算机选案的途径。     

基于聚类的神经网络分类模型研究

税务稽查选案是税务机关在税收征管和稽查中面临的一个重要问题.提出一种基于聚类的神经网络分类模型用于选案.首先采用聚类方法将样本分为不同的子类,在此基础上,构建了欺诈检测的神经网络分类模型,提高了分类的精度和效率.通过对采集的申报数据进行测试,表明本文提出方法的有效性.     

基于粗糙集-LVQ神经网络的稽查选案模型研究

税务稽查选案是稽查前对纳税人纳税诚信的分析过程.利用粗糙集理论与LVQ神经网络的优势互补,粗糙集作为前置处理系统优化选案指标结构,神经网络进行分类处理,提出并建立了一种粗糙集与LVQ神经网络相结合的税务稽查选案模型,并依此模型进行了实例验证.结果表明,利用该模型在得到可视化预测结果的同时,还可以得到较高的预测精度.     

数据挖掘技术在税务稽查选案中的应用

数据挖掘,也可以称为数据库中的知识发现(Knowledge Discovery in Database,KDD).决策树是数据挖掘的一个重要的技术.本文尝试把数据挖掘的方法和技术,通过实现SLIQ算法把该技术应用到税务稽查的计算机选案的途径.     

税务稽查选案专家系统的研究

本文在分析稽查逃案业务的基础上,探讨了稽查选案专家系统的总体结构、设计思想及实现方式,提出了符合目前选案业务需求,适宜当前选案工作特点的专家系统解决方案。并以中科院计算所研制的“面向对象知识处理系统”为工具,开发了一个选案专家系统原型,目前已在沈阳市国家税务局稽查分局试运行成功。     

应用面向对象知识处理的选案专家系统

本文介绍了一种用专家系统实现税务部门计算机稽查选案的方法。这一计算机选案专家系统是用面向对象的知识处理系统（ＯＫＰＳ）构造而成。ＯＫＰＳ是我们自主开发的一套可视化专家系统工具。本文着重阐述了ＯＫＰＳ系统和该专家系统的原理、选案知识库的构造、推理控制策略等问题。本文所讲解的这一计算机选案专家系统已作为广东地税信息系统（ＧＤＬＴＩＳ）的一部分投入实际运行。     

税务稽查选案决策支持系统的开发

如何借助计算机技术的发展,改变人工操作的落后手段,及时、准确地稽查偷逃税个案,是税务部门十分关心的问题。该文即是建立了这么一个集选案模型、专家知识、人工智能技术于一体的税务稽查选案决策支持系统,在定量与定性分析相结合的基础上,更好地帮助稽查人员科学地确定逃税对象,提高稽查效率,减少税收的流失。     

基于决策树的选案分析模型的设计

决策树是通过一系列规则对数据进行分类的过程。本文论述了在决策树方法的指导下，创建选案分析模型的思想与方法。     

基于决策树的选案分析模型设计

决策树是通过一系列规则对数据进行分类的过程。本文论述了在决策树方法的指导下,创建选案分析模型的思想与方法。     

基于云管边端架构的高速AI稽查系统设计与实现

高速省界收费站撤站收费的推出,对高速收费现有模式提出了新的挑战,如何运用大数据和AI等最新信息技术进行一体化的稽核是目前高速收费稽查的重要研究课题.文章以湖南高速为例,对高速AI稽查系统的设计与实现进行研究,在对系统建设现状进行分析的基础上,给出了系统设计思路和原则,提出了基于云管边端的技术架构,并重点介绍了边缘AI一...     

An adaptive super-peer selection algorithm considering peers capacity utilizing asynchronous dynamic cellular learning automata

Super-peer networks refer to a class of peer-to-peer networks in which some peers called super-peers are in charge of managing the network. A group of super-peer selection algorithms use the capacity of the peers for the purpose of super-peer selection where the capacity of a peer is defined as a general concept that can be calculated by some properties, such as bandwidth and computational capabilities of that peer. One of the drawbacks of these algorithms is that they do not take into consideration the dynamic nature of peer-to-peer networks in the process of selecting super-peers. In this paper, an adaptive super-peer selection algorithm considering peers capacity based on an asynchronous dynamic cellular learning automaton has been proposed. The proposed cellular learning automaton uses the model of fungal growth as it happens in nature to adjust the attributes of the cells of the cellular learning automaton in order to take into consideration the dynamicity that exists in peer-to-peer networks in the process of super-peers selection. Several computer simulations have been conducted to compare the performance of the proposed super-peer selection algorithm with the performance of existing algorithms with respect to the number of super-peers, and capacity utilization. Simulation results have shown the superiority of the proposed super-peer selection algorithm over the existing algorithms.     

Path testing of computer programs with loops using a tool for simple loop patterns

The purpose of this paper is to present a method for testing computer programs with iteration loops. Given such programs, we have shown that for classes of program paths, identified as sequences of simple loop paths, there is a characterizing function called a simple loop pattern. The key idea of simple loop patterns is that these special functions form a base set which can represent any path computation in the given program. A software tool called SILOP has been developed to automatically generate these simple loop patterns, and each corresponding sequence of simple loop paths can be considered as a test case. The tester uses each test case, and with knowledge of the application program, can generate corresponding test data. This paper also presents a method for selecting the specific paths and test data to determine the simple loop pattern reliably. The tester can use this selection method to predict the number of tests required. In order to apply this selection method, the given program must be a linear computer program. The SILOP tool and this test selection method have been applied to commercial software; in this paper, this computational experience is reported and several examples are given to demonstrate the approach.     

Microcomputer selection process for organizational information management

This paper presents a selection model based on the Analytic Hierarchy Process (AHP). The methodology uses relevant organizational needs, required operational support categories, and respective attributes of the proposed systems in a selection hierarchy. Deriving a priority structure associated with this hierarchy permits the systematic comparison of candidate systems, and thereby selecting the one that best suits the organization. The application of this model to the selection of an accounting information system is described. The methodology outlined in this paper has been used in several large organizations (insurance and industrial corporations) for selection of their “standard micro” (or mini) computer systems. These systems were installed for various decentralized applications.     

Distributed dynamic partial order reduction

While stateless model checking avoids the memory blow-up problem by not recording the search history, runtime becomes a major limiting factor. In this paper, we present distributed dynamic partial order reduction (DDPOR) which can speed up stateless model checking using computer clusters, and get the benefit of dynamic partial order reduction (DPOR). The experiments show that DDPOR can give out nearly linear (with respect to the number of CPUs) speedup on realistic multithreaded programs, comparing with sequential stateless model checking that uses DPOR.     

基于属性的访问控制策略的正确性验证

基于属性的访问控制策略以更精确的粒度控制着用户或进程对系统资源的访问,因此获得了越来越广泛的应用。然而必须保证所制定策略的正确性,才能防止对系统资源的非法访问,因此必须研制出一种有效的方法来验证策略的正确性。基于模型检测技术提出了一种访问控制策略的覆盖性与完整性验证方法。主要思想是将覆盖性与完整性验证归约为模型检测问题。将规则集与其变异分别视为模型,以模态逻辑公式描述其性质。调用模型检测算法,分别在模型及其变异模型上检测性质,生成反例报告以确定模型故障点和模型规则缺失点,同时分析性质本身的完善性,最终以完善后的模型和性质再次调用模型检测算法来完成覆盖性与完整性验证。实例分析结果表明覆盖性验证能够有效发现错误的规则,完整性验证能够有效识别验证规则的完备性。方法依托于模型检测工具完成,具有自动化程度高、易操作、测试结果可靠的特点。     

马尔科夫逻辑网在信息安全风险管理中的应用

针对现有的企业安全风险管理中,风险处理方案的制定和管理措施的选择缺乏量化手段、手动风险分析方式耗时过长等问题,提出了一种基于马尔科夫逻辑网的信息安全风险管理方法。首先利用马尔科夫逻辑网对被评估系统组件及服务间依赖关系进行描述,进而利用马尔科夫逻辑网的边际推理模型来预估不同安全管理措施情况下的系统可用性值,从而为管理措施的选择提供了量化依据。案例研究表明,该方法能够为企业信息系统安全风险管理措施的选择提供可靠的量化依据,且方法实施简单易行。     

多核模型检测工具CTAV的实现与优化

在计算机计算能力大大增强的时代,为了提高对时间自动机进行空性检测的效率,进一步高效利用多核处理器的优势,研究了利用Büchi自动机的多核空性判定算法改造CTAV,使它成为一款时间自动机模型关于线性时序逻辑的多核模型检测工具,从而提高模型检测的效率.通过对符号化状态之间包含关系的研究,利用这种状态之间的包含关系更快的找到接收路径并避免不必要的状态展开,实现了多核模型检测算法的优化,对比了一些常见模型的验证数据,取得了更好的效果.     

电力滤波器参数选择及计算机仿真

在电力滤波的理论分析基础上，讨论了交流滤波装置参数的计算方法和最佳参数选择方法、给出了优选滤波器的计算程序流程图，通过实例计算表明，所设计的滤波器能更合理、更有效地吸收谐波电流和无功补偿。     

虚拟企业伙伴选择的BP神经网络模型研究

针对当前虚拟企业伙伴选择方法存在的不足,提出了虚拟企业合作伙伴选择的BP神经网络模型。文中首先构建了虚拟企业合作伙伴选择评价指标体系,在该体系的基础上,构建了BP神经网络评价模型,并通过MATLAB神经网络工具对其进行模拟计算。最后,给出了一个典型算例。     

炼焦过程控制计算机故障的分析与模型检测

用模型检测技术分析了工业生产中计算机通讯的一个死锁故障。根据技术人员的分析,建立了该通讯过程的Promela语言模型,并使用SPIN进行检测,找出了发生死锁的原因,其检测结果与技术人员的分析一致。