基于人工智能的会计数据处理方法及系统技术方案

本发明专利技术公开了基于人工智能的会计数据处理方法及系统，通过将训练集数据输入到带未知参数的队列数据拟合模型以确定“带未知参数的队列数据拟合模型”中的未知参数的具体数值，并形成确定参数的队列数据拟合模型；然后以确定参数的队列数据拟合模型遍历地计算识别集中的数据；计算识别集中的数据之后再通过校验集对计算的结果检验；在“以确定参数的队列数据拟合模型遍历地计算识别集中的数据”过程中将目标数据分批次输入到确定参数的队列数据拟合模型并首先计算第一类预警值Q1，如果目标数据的第一类预警值Q1达到阈值后则计算目标数据的第二类预警值Q2，目标数据的第二类预警值Q2也达到阈值则标记目标数据为异常数据。值Q2也达到阈值则标记目标数据为异常数据。值Q2也达到阈值则标记目标数据为异常数据。

【技术实现步骤摘要】
基于人工智能的会计数据处理方法及系统


[0001]本专利技术涉及基于人工智能的会计数据处理方法及系统。

技术介绍

[0002]在现有技术中对会计数据分析中会计人员会着重寻找会计数据的异常内容，通过这种的方式来判断数据是否正常，相关的财会软件也非常多，很多的财会软件中也配置功能模块用来对异常内容的财会数据进行采集、分析和预警，不过现有财会软件均采用直接地、简单运算进行数据的分析，不能真正高效精准发现会计数据的异常，并且现有技术中的很多会计数据的异常内容多数因技术问题造成的，比如统计软件的技术漏洞或数据过滤等处理不当，对于这些类别的异常数据会计人员更加不能辨别分析。

技术实现思路

[0003]本专利技术的目的在于提供一种基于人工智能的会计数据处理方法及系统，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于人工智能的会计数据处理方法，包括的步骤有：
[0005]通过财务软件数据接口输出目标单位的会计数据；
[0006]对目标单位的会计数据归类、去噪并整合为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的会计数据处理方法，其特征在于，包括的步骤有：通过财务软件数据接口输出目标单位的会计数据；对目标单位的会计数据归类、去噪并整合为按照时间前后排序的队列数据以作为待处理的会计数据；构建带未知参数的队列数据拟合模型，将待处理的会计数据划分为训练集、识别集、校验集，通过将训练集数据输入到带未知参数的队列数据拟合模型以确定“带未知参数的队列数据拟合模型”中的未知参数的具体数值，并形成确定参数的队列数据拟合模型；然后以确定参数的队列数据拟合模型遍历地计算识别集中的数据；计算识别集中的数据之后再通过校验集对计算的结果检验；在“以确定参数的队列数据拟合模型遍历地计算识别集中的数据”过程中将目标数据分批次输入到确定参数的队列数据拟合模型并首先计算第一类预警值Q1，如果目标数据的第一类预警值Q1达到阈值后则计算目标数据的第二类预警值Q2，目标数据的第二类预警值Q2也达到阈值则标记目标数据为异常数据。2.根据权利要求1所述的基于人工智能的会计数据处理方法，其特征在于，所述的“将训练集数据输入到带未知参数的队列数据拟合模型以确定“带未知参数的队列数据拟合模型”中的未知参数的具体数值”具体的，通过神经网络模型学习训练特征确定未知参数的数值。3.根据权利要求1所述的基于人工智能的会计数据处理方法，其特征在于，带未知参数的队列数据拟合模型具体为：m＝e
t
‑
a
·
arctan(dt)/(b
·
sin(ct))，其中的t为目标数据参与拟合的时间量，m为输出量，a、b、c、d均为未知参数，e为自然常数。4.根据权利要求1所述的基于人工智能的会计数据处理方法，其特征在于，计算第二类预警值Q2，具体的，Q2＝∣Q3∣/(1+(Q1)2)
3/2
，其中的Q1为第一类预警值，Q3为Q1的导数。5.根据权利要求1所述的基于人工智能的会计数据处理方法，其特征在于计算第一类预警值Q1，具体的，Q1＝w3
·
w1
1/2
/w1
‑
w2
·
w0/w1，其中的w3、w1
1/2
、w1、w2、w0均为中间参数，具体的：w0＝e
t
‑
a
·
arctan(dt)；w1＝b2...

【专利技术属性】
技术研发人员：董爱乐，
申请(专利权)人：吉林工程技术师范学院，
类型：发明
国别省市：