1.一种基于云计算的财务报销数据处理方法，其特征在于：包括如下步骤：提交报销申请，对报销凭证进行分类和扫描上传，并使用OCR技术对扫描或拍照的报销凭证进行识别，将OCR识别得到的报销凭证信息存储至云服务器，建立报销申请数据库；

收集大量的样本数据，用大量的样本数据对机器学习算法进行训练，并使用训练过的机器学习算法对需要进行报销的报销凭证进行真伪和是否报销核验，获得第一审核结果；

依据第一审核结果和公示相关规则，进一步判断报销凭证是否符合公司政策和报销要求，获得第二审核结果，并对第一审核结果和第二审核结果均通过的报销凭证进行报销支付处理，建立已报销数据库；

依据已报销数据库，分析得到已支付报销总数量Sl、当月报销数额最大差值Cz及已支付报销总额Ze，将已支付报销总数量Sl、当月报销数额最大差值Cz及已支付报销总额Ze进行关联分析后获得当月报销评估系数Dy，并依据当月报销评估系数Dy与预设的第一阈值和第二阈值的关系，对当月报销情况进行评估和选择不同的预警策略；

获取已报销数据库，将当月所有已支付的报销凭证对应的报销金额依序记录为 ，计算当月报销数额最大差值Cz和已支付报销总额Ze，计算公式如下：；

；

其中，t表示当月每个报销凭证进行报销支付的顺序编号，t=1、2、3、4、……、n，n为正整数；

获取已支付报销总数量Sl、当月报销数额最大差值Cz及已支付报销总额Ze，无量纲化处理后，关联形成当月报销评估系数Dy，其中，当月报销评估系数Dy的获取方式如下：；

其中， 、 、 为可变更常数参数，其中， 且 ，用户

按照实际情况进行调整，C和D常数修正系数；

依据当月报销评估系数Dy与预设的第一阈值和第二阈值的关系，对当月报销情况进行评估，并选择不同的预警策略，具体如下：当 阈值时，说明当月报销处于常规状态，对应地，不向外发出预

警信号；

当 阈值时，说明当月报销处于二级超出状态，对应地，向外发出

二级预警信号；

当 阈值 时，说明当月报销处于一级超出状态，对应地，向外发出

一级预警信号；

获取所有的当月报销评估系数Dy，并将所有的当月报销评估系数Dy依序记录为 ，计算分析后获得月报销评估系数的离散程度值YLs，依据离散程度值YLs的大小对每月报销波动情况进行统计分析，并将分析结果上传至云端，以供查阅和参考；

获取所有的当月报销评估系数Dy，并将所有的当月报销评估系数Dy依序记录为 ，计算所有当月报销评估系数 的平均值为PJz，平均值PJz的计算公式如下：；

其中，i表示当月每个报销凭证进行报销支付的顺序编号，i=1、2、3、4、……、n，n为正整数；

依据所有当月报销评估系数 和所有当月报销评估系数的平均值PJz，计算分析后获得月报销评估系数的离散程度值YLs：；

对应的月报销评估系数的离散程度值YLs的计算公式如上。

2.根据权利要求1所述的一种基于云计算的财务报销数据处理方法，其特征在于：提交报销申请，选择合适的费用科目对报销凭证进行分类，包括差旅费、业务招待费、交通费及办公用品费，并将报销凭证进行扫描或拍照，使用OCR技术对扫描或拍照的报销凭证进行识别，提取报销凭证上的关键信息，包括发票号码、日期、金额及销售方和购买方信息。

3.根据权利要求2所述的一种基于云计算的财务报销数据处理方法，其特征在于：利用一些辅助工具来对OCR识别得到的报销凭证信息进行校验，包括拼写检查工具和语法分析工具，确保报销凭证信息的准确性和完整性，并比较识别结果与原始发票上的信息是否一致，如果发现错误或缺漏，则将该报销凭证作为异常凭证，需要重新录入。

4.根据权利要求1所述的一种基于云计算的财务报销数据处理方法，其特征在于：依据离散程度值YLs的大小对每月报销波动情况进行统计分析，比较不同月份之间的离散程度，大的离散程度值YLs表示该月份的报销金额波动大，反之则表示波动小，针对波动大或异常的月份，进一步分析可能导致这种波动情况发生的原因，包括季节性因素、特定项目或活动引起的支出增加和管理不当，并将分析结果上传至云端，以供查阅和参考。

5.一种基于云计算的财务报销数据处理系统，用于实现权利要求1中所述方法，其特征在于：包括：凭证录入模块（10），提交报销申请，对报销凭证进行分类和扫描上传，并使用OCR技术对扫描或拍照的报销凭证进行识别，将OCR识别得到的报销凭证信息存储在云服务器上，建立报销申请数据库；

初步审核模块（20），收集大量的样本数据，用大量的样本数据对机器学习算法进行训练，并使用训练过的机器学习算法对需要进行报销的报销凭证进行真伪和是否报销核验，获得第一审核结果；

综合审核模块（30），依据第一审核结果和公示相关规则，进一步判断报销凭证是否符合公司政策和报销要求，获得第二审核结果，并对第一审核结果和第二审核结果均通过的报销凭证进行报销支付处理，建立已报销数据库；

当月报销分析模块（40），依据已报销数据库，分析得到已支付报销总数量Sl、当月报销数额最大差值Cz及已支付报销总额Ze，将已支付报销总数量Sl、当月报销数额最大差值Cz及已支付报销总额Ze进行关联分析后获得当月报销评估系数Dy，并依据当月报销评估系数Dy与预设的第一阈值和第二阈值的关系，对当月报销情况进行评估和选择不同的预警策略；

总报销分析模块（50），获取所有的当月报销评估系数Dy，并将所有的当月报销评估系数Dy依序记录为 ，计算分析后获得月报销评估系数的离散程度值YLs，依据离散程度值YLs的大小对每月报销波动情况进行统计分析，并将分析结果上传至云端，以供查阅和参考。