摘要

针对传统方法分析错误率高的问题,该文提出了一种基于深度学习的化工企业财务数据信息异常分析方法。先发掘并剔除数据异常值,引用PCA算法得到高维数据并消除数据冗余;然后计算异常数据之间的时间间隔,通过异常关联性分析得到参考序列之间的相似程度,判断数据之间的紧密性;最后根据预处理信息获得对应组元信息,利用信息熵对异常信息数据进行多次检测,对结构进行特征学习和训练,得到训练样本,完成化工企业财务数据信息异常分析。试验结果表明,与对比方法相比,运用该文方法进行财务数据分析时分析错误率更低,应用价值更高。

全文