基于SMOTE与Focal Loss的医保欺诈集成识别算法优化研究OA
医保欺诈问题在我国越来越严重,现有的检测工具难以处理不平衡数据.针对医保欺诈识别中存在的数据类别不平衡的问题,本文提出一种融合SMOTE过采样与Focal Loss损失函数的集成优化算法.结果表明,与传统算法相比,改进算法的精确度较高,该算法在医疗欺诈检测方面成效显著,能有效提高医保欺诈检测的精准性.
邹竞慷;石玲;窦成皓;宗科;吴思涵
江苏师范大学科文学院,江苏 徐州 221132江苏师范大学科文学院,江苏 徐州 221132江苏师范大学科文学院,江苏 徐州 221132江苏师范大学科文学院,江苏 徐州 221132江苏师范大学科文学院,江苏 徐州 221132
信息技术与安全科学
医保欺诈识别数据失衡处理SMOTE过采样Focal Loss
《中国新技术新产品》 2026 (6)
37-40,4
2025年江苏省大学生创新创业训练计划项目"基于联邦机器学习与特异性堆叠的医保欺诈检测系统"(项目编号:202513988002).
评论