基于人工免疫的自适应谱聚类算法研究与应用

论文摘要

社会保险审计是关乎国计民生的重大事情。有效的审计措施能够及时发现社会保险缴纳是够违规,来维护劳动者的合法权益。目前审计手段主要有人工审计和计算机审计。其中人工审计主要方法为抽样审计,人工审计相对滞后且费时费力,而抽样审计则存在盲目性,漏洞较多。计算机审计方面主要是采用审计系统,虽然在一定程度上提高了审计效率但是审计精确度较低。面对海量社保审计数据,传统人工审计方法和计算机审计方法显得捉襟见肘。数据挖掘能从海量数据中挖掘有用的知识,因此研究学者开始应用数据挖掘的方法来对审计数据进行分析。在数据挖掘中有多种方法,其中聚类分析具有伸缩性强、对领域知识依赖性弱、受噪声影响小等优点。因此本文采用聚类来分析社保审计数据。传统聚类算法虽然实现简单、使用方便,但是较易陷入局部最优解,且在非凸空间聚类效果较差。谱聚类算法根据谱图划分理论,对数据进行谱映射,在任意样本空间有较好的鲁棒性,因此本文采用谱聚类算法来解决传统聚类算法存在的问题。本文深刻分析了谱聚类算法,提出传统谱聚类算法虽然能够解决一些问题,但是仍然需要人工方法输入聚类分组数K值。聚类分组数的确定至关重要,急需对传统谱聚类算法进行优化。针对传统谱聚类算法的优化需求,本文深入研究和分析了人工免疫系统。在此基础之上提出了一种基于人工免疫的自适应谱聚类算法,实现了聚类分组数的自动获取,提高了聚类效果。该算法模拟了抗体的克隆变异,经过初次免疫应答和二次免疫应答,完成了抗体对抗原的免疫识别。实现算法之后在一些常用数据集上进行了实验,并与传统谱聚类、遗传算法的实验结果进行了对比,验证了基于人工免疫的自适应谱聚类算法的可行性和稳定性。本文对社保审计数据特点进行了分析之后,发现还需对算法做出进一步改进,因此本文在基于人工免疫的自适应谱聚类算法的基础上做出改进,根据数据的属性对数据分析的贡献大小不同,对数据属性加权,加入了一定的专家知识,提出了一种基于半监督的自适应谱聚类算法。本文对社保审计数据进行了属性选择、数据填补、数据合并、分类属性转换等预处理之后,用基于半监督的自适应谱聚类算法对预处理好的数据进行了分析,分别得出了各项指标是否违规的结论,并与专家实际标注的结果进行了对比分析,得出了算法准确率。本文还将上述算法的结果与传统谱聚类、遗传算法在社保数据上的实验结果进行了对比,得出该算法具有较高的稳定性。最后把实验结果进行归纳整理出一些规则,并且同当地的政策进行对比,其结果基本吻合,进一步验证了该算法的优点。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 课题研究现状
• 1.2.1 谱聚类算法研究进展及其现状
• 1.2.2 计算机审计的研究现状
• 1.3 本文研究的主要工作和论文结构
• 1.3.1 本文的主要工作
• 1.3.2 论文组织结构
• 第二章 谱聚类相关知识
• 2.1 谱图理论
• 2.1.1 Laplacian矩阵
• 2.1.2 图的划分准则
• 2.2 谱聚类算法
• 2.3 谱聚类优势
• 2.4 谱聚类存在问题
• 2.5 本章小结
• 第三章 人工免疫系统
• 3.1 生物免疫系统
• 3.1.1 免疫系统组成及免疫应答功能
• 3.1.2 克隆选择学说
• 3.1.3 生物免疫系统优点
• 3.2 人工免疫系统
• 3.2.1 人工免疫系统机制
• 3.2.2 人工免疫算法
• 3.3 人工免疫系统的应用及发展
• 3.4 本章小结
• 第四章 人工免疫自适应谱聚类算法
• 4.1 人工免疫自适应谱聚类算法
• 4.1.1 算法相关定义
• 4.1.2 抗体的选择
• 4.1.3 抗体克隆、变异
• 4.1.4 抗原的识别
• 4.1.5 相似抗体的删除和簇的合并
• 4.1.6 AIASC算法描述
• 4.2 人工免疫自适应谱聚类算法实验
• 4.3 本章小结
• 第五章 基于半监督的人工免疫自适应谱聚类算法
• 5.1 社保审计数据特点及其预处理
• 5.2 半监督的人工免疫自适应谱聚类算法
• 5.3 改进算法在社保审计数据上的应用
• 5.4 实验总结
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表论文