【技术实现步骤摘要】
201410714228
【技术保护点】
一种提取税务系统典型测试用例的方法,包括:确定测试样本最终的数量;获得原始数据中的关键信息,以确定输入数据的维度,并将这些关键信息进行归一化处理;以及设置SOM学习参数,初始化利用SOM算法进行反复迭代计算,直到稳定,以获得稳定后的神经元,并选取与各个神经元欧几里得距离最小的样本点作为最终的测试样本。
【技术特征摘要】
1.一种提取税务系统典型测试用例的方法,包括:
确定测试样本最终的数量;
获得原始数据中的关键信息,以确定输入数据的维度,并将这些关键信息
进行归一化处理;以及
设置SOM学习参数,初始化利用SOM算法进行反复迭代计算,直到稳
定,以获得稳定后的神经元,并选取与各个神经元欧几里得距离最小的样本点
作为最终的测试样本。
2.如权利要求1所述的提取税务系统典型测试用例的方法,其特征在于:
所述步骤“归一化处理”中,所述原始数据中的关键信息包括税务金额、滞纳金、
发生日期、税务发生日期与报税日期差值,其中归一化处理后的数据记为:
x=[x1,x2,x3,…,xm]T,m表示数据的维度。
3.如权利要求2所述的提取税务系统典型测试用例的方法,其特征在于:
所述步骤“归一化处理”还包括:开始初始化神经元突触:
wj=[wj1,wj2,wj3,…,wjm,]T,j=1,2,3...l,网络中每个神经元的突触权值向量和各个输入空间
维数相同,其中l是网络中神经元的总数。
4.如权利要求1所述的提取税务系统典型测试用例的方法,其特征在于:
所述步骤“初始化利用SOM算法进行反复迭代计算”包括:
选择最大内积的神经元作为激活神经元,利用索引i(x)标识最优匹配
输入向量x的神经元,其中i(x)=argminj||x-wj||,j=A,
设hi,j表示以获胜神经元i为中心的拓扑邻域且包含一组合作神经元,其中
一个神经元为j,选择高斯函数:
其中di,j是整数且等于|j-i|。在二维情况下可以定义为:
而SOM宽度的σ随着时间下降,可以定义为:
使用离散向量形式,假定在时间n神经元j的
权值向量为wj(n),更新权值向量wj(n+1)在时间n+1被定义为:
wj(n+1)=wj(n)+η(n)hj,i(x)(n)(x(n)-w(n)),如此训练网络直至稳定,以获得输出神
经元。
5.一种提取税务系统...
【专利技术属性】
技术研发人员:任钦正,靳宏彪,张莹,果然,谢宇,
申请(专利权)人:航天信息股份有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。