基于多层感知机模型的金融交易洗钱风险预测OA

针对金融洗钱事件频繁发生的现状,文章提出了一种基于MLP多层感知机的金融洗钱交易预测模型(Financial Money Laundering Transaction,MLP-FMLT),使用皮尔逊相关系数法、Apriori和ANOVA方差分析对数据进行相关性或者关联性分析,选取关联性强的指标,并基于改进的MLP模型对金融交易数据中关联性强的指标进行预测。实验结果表明,SVM模型的预测精度为72%,MLP-FMLT的预测精度达到85%,并且MLP-FMLT模型输出的MAE、MSE和F1-score指标也较为可靠,模型性能稳定。