基于KNN算法的财政预算监督方法

• 作者: 沈斌 赵重远
• 来源期刊: 武汉工程大学学报
• 学科: 工学
• 关键词: 报文 KNN算法 预算绩效 特征值
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 机电与信息工程
• 页码范围: 108-112
• 页数: 5页
• 分类号: TP391
• 字数: 3967字
• 语种: 中文
• DOI: 10.19843/j.cnki.CN42-1779/TQ.201909032

摘要

为了解决预算单位不按照预算绩效使用财政资金的问题,提出一种基于K最近邻分类算法(KNN)的财政预算监督方法.首先利用报文得到初始结果集,然后改进传统K最近邻分类(T-KNN)算法,弱化训练集的噪声数据并对其特征值加权,最后将训练集分层得到报文分类结果.改进的K最近邻分类算法(I-KNN)使报文分类检测的真正类率(TPR)与真负类率(TNR)分别达到了89.67％和88.42％,且分类时间较短.实验结果表明,本文提出的方法为报文分类应用于预算绩效考核中提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈斌	武汉工程大学电气信息学院	20	122	7.0	10.0
2	赵重远	武汉工程大学电气信息学院	1	0	0.0	0.0