基于CNN网络的交易数量预测模型探究与应用  

作　　者：叶国林 吴洪祥 

机构地区：[1]银联商务股份有限公司

出　　处：《数字技术与应用》2024年第6期185-187,共3页Digital Technology & Application

摘　　要：对于交易系统而言,提前预测交易数量对于预防管理漏处理预警具有重要意义。本文基于卷积神经网络(Convolutional Neural Networks,CNN)建立了交易数量预测模型,将企业真实数据经预处理、特征选择、样本划分后,代入模型进行训练、评估,然后再将本文模型与传统机器学习算法效果进行比较,验证CNN网络预测模型在此任务中的准确性和有效性。验证结果表明,CNN预测模型误差在可接受范围内较小,R2较高,准确性相比之下更高,将有助于建立一个科学有效的交易数量预测、交易清算漏处理预警防范系统。

关 键 词：卷积神经网络 机器学习算法 CNN 交易系统 预测模型 特征选择 预防管理 模型误差 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] F724.6[自动化与计算机技术—控制科学与工程] F832.2[经济管理—产业经济]