1基于贝叶斯网络分类器的财务信息失真识别研究上海立信会计学院数学与信息学院姚衡高瑞上海立信会计学院立信会计研究院王双成摘要企业财务信息失真识别越来越多地受到关注本文使用条件高斯函数代替边缘高斯函数的乘积进行叠加给出新的多元高斯核函数在此基础上建立扩展的连续属性朴素贝叶斯分类器并将该分类器用于企业财务信息失真识别实验结果显示这种分类器具有良好的分类性能关键词财务信息失真识别朴素贝叶斯分类器高斯函数贝叶斯网络依赖扩展一引言如何有效识别上市公司会计信息真伪一直受到广泛关注已成为会计和其它学科交叉研究的热点但会计指标具有复杂性非线性不确定性和高噪声性等特征使得对会计信息失真进行可靠识别非常困难对这样复杂的问题需要进行跨学科和多种技术的综合研究提高会计信息失真识别的可靠性分类器技术是融合了多学科理论与方法而形成的模拟人类概念学习的实用技术是会计信息失真识别的有力工具会计信息失真识别的科学化和智能化被认为是其发展的必然趋势2贝叶斯分类器是一个基础概率分类器由满条件概率的不同计算方法可产生一系列贝叶斯衍生分类器朴素贝叶斯分类器是最简单的以高效率和良好的分类准确性而著称但这种分类器不能有效地利用属性之