您当前的位置：
首页 >
文章列表页 >
基于集成学习与多头注意力机制的海关欺诈检测算法
网络空间安全 | 更新时间：2026-01-27

    • 基于集成学习与多头注意力机制的海关欺诈检测算法

    • Customs Fraud Detection Algorithm Based on Ensemble Learning and Multi-head Attention Mechanism

    • “在海关报关欺诈识别领域，专家提出了深度自注意集成模型，有效提高了识别准确性和鲁棒性，ACC和AUC指标分别达到89.81%和0.814 2。该模型为海关部门发现潜在欺诈行为提供了高效可靠的工具。”
    • 软件导刊   2026年25卷第1期 页码：103-109

    • DOI：10.11907/rjdk.241833    

      中图分类号： TP391

    • 收稿：2024-10-28，

      纸质出版：2026-01-15

    移动端阅览

  • 于志文,施水才,王洪俊.基于集成学习与多头注意力机制的海关欺诈检测算法[J].软件导刊,2026,25(01):103-109. DOI： 10.11907/rjdk.241833.

    YU Zhiwen,SHI Shuicai,WANG Hongjun.Customs Fraud Detection Algorithm Based on Ensemble Learning and Multi-head Attention Mechanism[J].Software Guide,2026,25(01):103-109. DOI： 10.11907/rjdk.241833.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于深度学习的FY-4A降水估计方法
基于多尺度时间残差收缩网络的睡眠分期模型
基于复合注意力机制的显著目标检测方法
基于有序记忆网络的视频描述
基于特征融合的虚假招聘广告检测模型

相关作者

张明亮
吴锡
解晋
胡靖
杨善敏
李小鱼
刘雨婷
郜东瑞

相关机构

成都信息工程大学 计算机学院
国家气象中心
成都信息工程大学 计算机学院
湖北师范大学 计算机与信息工程学院
湖北第二师范学院 计算机学院
0