一种基于半监督学习的粮库清仓查库欺诈行为检测方法技术

本发明专利技术公开了一种基于半监督学习的粮库清仓查库欺诈行为检测方法，包括两个步骤，第一步骤为粮库欺诈行为特征产生，构建了6个判别是否存在欺诈行为的特征；第二步骤主要参数为基于半监督学习的粮库清仓查库欺诈行为检测方法设计，然后，针对粮库清仓查库中存在大量无标记粮库和少量的标记粮库特征数据的这一问题，提出了基于半监督ExpectationMaximization(EM)算法的粮库清仓查库欺诈行为检测方法；最后可以通过EM算法不断迭代来改进分类器的效果，从而提升了粮库清仓查库欺诈行为检测的效果。仓查库欺诈行为检测的效果。仓查库欺诈行为检测的效果。

【技术实现步骤摘要】
一种基于半监督学习的粮库清仓查库欺诈行为检测方法


[0001]本专利技术涉及粮食仓库管理领域，尤其涉及一种基于半监督学习的粮库清仓查库欺诈 行为检测方法。

技术介绍

[0002]粮库清仓查库欺诈行为可定义为个别粮库在未经批准的情况下擅自销售、动 用粮库的粮食；为套取贷款或补贴虚报库存；挪用销售款、伪造粮食损耗的现象。 粮库欺诈行为涉及到诸多方面，总体表现为从粮食数量和质量方面弄虚作假，因 而反欺诈对象范围可初步选为人为因素所致的粮食数量和质量异动，数据范围则 是与此相关的粮库人员参与行为所产生的痕迹信息，包括粮情、出入库、合同、 部分财务等几大类关联行为数据。
[0003]目前的国家和地方粮库的欺诈行为检测多采用人工手段或突击检查的方式来获取 相关的数据，总体上存在人工检查为主，这将耗费大量的人力物力和财力，且很难实时、 准确、全面的掌握各粮库是否存在欺诈行为。目前来说针对粮库的单项检查目前开展了 很多，包括粮库温湿度检查、虫害检查、压力传感器、粮库实时监控系统等。但这些单 项系统或装备不能综合的获取粮食的数量、质量和环境等因素。...

【技术保护点】

【技术特征摘要】
1.一种基于半监督学习的粮库清仓查库欺诈行为检测方法，其特征是，包括两个步骤，第一步骤为粮库欺诈行为特征产生，第二步骤主要参数为基于半监督学习的粮库清仓查库欺诈行为检测方法设计，具体内容如下：1)粮库欺诈行为特征产生为了从无标记数据中找到存在欺诈行为的粮库，基于存在欺诈行为的粮库的行为特征来检测这些欺诈粮库行为，为此，定义如下特征：(1)每个粮库在特定时间段T内的粮食出入库数量一致性特征WTC：设第i个粮库在时间跨度T(通常为1年)中入库后的每天粮食总量分别为{q1，q2，
…
，q
T
}，而在出库后的每天的剩余粮食的总量为{o1，o2，
…
，o
T
}，则粮库i的粮食在特定时间段内的出入库时间一致性特征WTC
i
表示为：(2)每个粮库在特定时间段T内的大米出入库数量一致性特征RTC：设第i个粮库在时间跨度T(通常为1年)中入库后的每天粮食总量分别为{c1，c2，
…
，c
T
}，而在出库后的每天的剩余粮食的总量为{a1，a2，
…
，a
T
}，则粮库i的粮食在特定时间段内的出入库时间一致性特征WTC
i
可表示为：(3)每个粮库在特定时段T内抽检粮食的年份一致性WYC：在第j次抽检粮食的年份与真实记录的年份的相同则记a
j
＝1，否则记a
j
＝0，设第i个粮库在时间跨度T中共计抽检了D次，则粮库i在特定时段T内抽检小麦的年份一致性WYC表示为：(4)每个粮库在特定时段T内抽检大米的年份一致性RYC：在第j次抽检大米的年份与真实记录的年份的相同则记β
j
＝1，否则记β
j
＝0，设第i个粮库在时间跨度T(通常为1年)中共计抽检了D次，则粮库i在特定时段T内抽检大米的年份一致性WYC表示为：(5)每个粮库在在特定时段T内抽检粮食的质量的合格率一致性WQQ：为了度量粮食的合格率，设置第j次抽检时当前粮食参数和入库记录的粮食的参数的一致性，如果一致则设置为1，否则设置为0，参数包括不完善粒百分比一致性杂质总含量百分比一致性矿物质含量百分比一致性水分含量百分比一致性互混率一致性以及容量一致性假设特定时段T内抽检次数为D则粮库i在特定时段T内抽检粮食的质量的合格率一致性WQQ表示为：(6)每个粮库在在特定时段T内抽检大米的质量的合格率一致性RQQ：为了度量粮食的合格率，设置第j次抽检时当前粮食参数和入库记录粮食的参数的一致性，如果一致则设置为1，否则设置为0，参数包括杂质含量百分比一致性整精米率一致性出糙率一致性
水分含量百分比一致性黄粒米含量一致性谷外糙米含量一致性以及互混率一致性假设特定时段T内抽检次数为D则粮库i在特定时段T内抽检大米的质量的合格率一致性RQQ表示为：2)基于半监督学习的粮库清仓查库欺诈行为检测方法(1)参数初始化基于半监督学习的...

【专利技术属性】
技术研发人员：王有权，曹杰，韩金广，陶海成，朱桂祥，
申请(专利权)人：南京财经大学，
类型：发明
国别省市：