典型文献
基于卷积神经网络的企业会计财务核算数据误差校正方法研究
文献摘要：
面对企业会计财务核算过程中存在的数据误差问题,传统误差校正方法在网络噪声环境下,容易出现数据丢失情况,影响财务核算数据的误差校正效果,校正后的数据可靠性需要进一步提高.针对此问题,提出基于卷积神经网络的企业会计财务核算数据误差校正方法.首先,分解原始财务核算数据集合,确定财务核算数据是否存在误差;其次,以卷积神经网络为基础,设计财务核算数据分类模型,将含有误差的数据作为该模型的输入,利用模型内部卷积层和池化层,确定核算数据之间的关系;最后,在此基础上,预测核算数据下一状态变化,引入外控制量并求解,根据控制量的变化校正数据误差.实验结果表明:在网络噪声环境下,基于卷积神经网络的误差校正方法数据补偿效果好,数据方差小,数据辍出率在5％以下.
文献关键词：
卷积神经网络;企业财务管理;会计核算;数据误差校正;数据关系;卷积运算
中图分类号：
作者姓名：
王强;余熙文
作者机构：
淮北职业技术学院 财经系,安徽 淮北 235000;合肥师范学院 艺术传媒学院,安徽 合肥 230601
文献出处：
引用格式：
[1]王强;余熙文-.基于卷积神经网络的企业会计财务核算数据误差校正方法研究)[J].兰州文理学院学报（自然科学版）,2022(02):36-40
A类：
数据误差校正
B类：
企业会计,会计财务,财务核算,核算数据,校正方法,网络噪声,噪声环境,数据丢失,数据可靠性,数据集合,数据分类模型,有误,卷积层,池化,状态变化,控制量,校正数,法数,企业财务管理,会计核算,数据关系,卷积运算
AB值：
0.201207
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
