基于人工免疫的自適應(yīng)譜聚類算法研究與應(yīng)用.pdf

1、社會保險審計是關(guān)乎國計民生的重大事情。有效的審計措施能夠及時發(fā)現(xiàn)社會保險繳納是夠違規(guī)，來維護勞動者的合法權(quán)益。目前審計手段主要有人工審計和計算機審計。其中人工審計主要方法為抽樣審計，人工審計相對滯后且費時費力，而抽樣審計則存在盲目性，漏洞較多。計算機審計方面主要是采用審計系統(tǒng)，雖然在一定程度上提高了審計效率但是審計精確度較低。面對海量社保審計數(shù)據(jù)，傳統(tǒng)人工審計方法和計算機審計方法顯得捉襟見肘。
　　 數(shù)據(jù)挖掘能從海量數(shù)據(jù)中挖掘有

2、用的知識，因此研究學(xué)者開始應(yīng)用數(shù)據(jù)挖掘的方法來對審計數(shù)據(jù)進行分析。在數(shù)據(jù)挖掘中有多種方法，其中聚類分析具有伸縮性強、對領(lǐng)域知識依賴性弱、受噪聲影響小等優(yōu)點。因此本文采用聚類來分析社保審計數(shù)據(jù)。
　　 傳統(tǒng)聚類算法雖然實現(xiàn)簡單、使用方便，但是較易陷入局部最優(yōu)解，且在非凸空間聚類效果較差。譜聚類算法根據(jù)譜圖劃分理論，對數(shù)據(jù)進行譜映射，在任意樣本空間有較好的魯棒性，因此本文采用譜聚類算法來解決傳統(tǒng)聚類算法存在的問題。
　　 本

3、文深刻分析了譜聚類算法，提出傳統(tǒng)譜聚類算法雖然能夠解決一些問題，但是仍然需要人工方法輸入聚類分組數(shù)K值。聚類分組數(shù)的確定至關(guān)重要，急需對傳統(tǒng)譜聚類算法進行優(yōu)化。針對傳統(tǒng)譜聚類算法的優(yōu)化需求，本文深入研究和分析了人工免疫系統(tǒng)。在此基礎(chǔ)之上提出了一種基于人工免疫的自適應(yīng)譜聚類算法，實現(xiàn)了聚類分組數(shù)的自動獲取，提高了聚類效果。該算法模擬了抗體的克隆變異，經(jīng)過初次免疫應(yīng)答和二次免疫應(yīng)答，完成了抗體對抗原的免疫識別。實現(xiàn)算法之后在一些常用數(shù)據(jù)集上

4、進行了實驗，并與傳統(tǒng)譜聚類、遺傳算法的實驗結(jié)果進行了對比，驗證了基于人工免疫的自適應(yīng)譜聚類算法的可行性和穩(wěn)定性。
　　 本文對社保審計數(shù)據(jù)特點進行了分析之后，發(fā)現(xiàn)還需對算法做出進一步改進，因此本文在基于人工免疫的自適應(yīng)譜聚類算法的基礎(chǔ)上做出改進，根據(jù)數(shù)據(jù)的屬性對數(shù)據(jù)分析的貢獻大小不同，對數(shù)據(jù)屬性加權(quán)，加入了一定的專家知識，提出了一種基于半監(jiān)督的自適應(yīng)譜聚類算法。本文對社保審計數(shù)據(jù)進行了屬性選擇、數(shù)據(jù)填補、數(shù)據(jù)合并、分類屬性轉(zhuǎn)換等