论文部分内容阅读
原始凭证的自动识别是财会信息系统的一个瓶颈。输入反例样本,分类器拒识失败是常见的错误识别类型,基于反例样本训练的神经网络分类器能够降低这类错误的发生概率。通过原始凭证的数字识别试验分析,试验数据曲线图说明采用反例样本训练的分类器能够大大地减少这种类型的错误识别,使这一类型的错误率接近于0。