基于RBF神经网络的可疑交易监测模型

• 作者: 吕林涛 姬娜 张九龙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 反洗钱 神经网络 径向基函数 APC-Ⅲ聚类算法 RLS算法
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 工程与应用
• 页码范围: 207-210
• 页数: 4页
• 分类号: TP183
• 字数: 4081字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.03.064

摘要

针对国内外金融领域可疑交易的低检测率问题,通过对RBF(Radial Basis Function)神经网络技术的分析与研究,提出了一种基于APC-Ⅲ聚类算法和RLS(Recursive Least Square)算法的面向反洗钱的RBF神经网络模型并加以实现.APC-Ⅲ聚类算法用于确定RBF神经网络隐含层的中心向量,RLS算法用来调整隐舍层与输出层之间的连接权值.RBF神经网络与支持向量机(SVM)和孤立点检测相比,有更高的检测率和较低的误检率,因此,提出的模型具有重要的理论和实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕林涛	西安理工大学计算机科学与工程学院	54	758	13.0	26.0
2	张九龙	西安理工大学计算机科学与工程学院	24	145	7.0	11.0
3	姬娜	西安理工大学计算机科学与工程学院	1	7	1.0	1.0