首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 250 毫秒

1.  小微企业信用风险评估的IDGSO-BP集成模型构建研究  
   《运筹与管理》,2017年第4期
   针对传统BP神经网络在小微企业信用风险评估实际应用中,随机初始权值和阈值导致网络学习速度慢、易陷入局部解以及运算结果误差较大等缺陷,借助群智能萤火虫(GSO)算法,提出一种基于改进离散型萤火虫(IDGSO)算法的BP神经网络集成学习算法的小微企业信用风险评估IDGSO-BP模型。该模型以BP神经网络为基本框架,在学习过程中引入离散型萤火虫算法,优化设计神经网络的网络结构与连接权值,得到一组相对合适的权值与阈值,再进行新一轮网络训练,以"均平方误差最小"为评价准则,产生网络的输出结果,以此建立小微企业信用风险评估模型。其仿真实验结果表明,该模型在收敛速度及运算精度方面较传统BP神经网络模型、遗传GABP模型及连续GSO-BP模型有较明显优势。因此,IDGSO-BP模型可以有效提高小微企业信用风险评估的准确性。    

2.  基于BP神经网络的企业信用评估模型  被引次数:3
   何跃  蒋国银  刘学生《经济数学》,2005年第22卷第1期
   本文研究了企业信用评估中的模型问题.以商业企业为例,阐述了基于BP神经网络的信用评估模型的原理,通过建立指标体系,讨论基于BP神经网络的评价模型的实现,对模型的不足进行了分析,并提出改进建议.    

3.  多层感知器信用评模型及预警研究  被引次数:6
   庞素琳  王燕鸣  罗育中《数学的实践与认识》,2003年第33卷第9期
   本文利用多层感知器 ( MLP)原理建立神经网络信用评价模型 ,用来对我国 2 0 0 0年 1 0 6家上市公司进行信用评级 ,并进一步对我国 2 0 0 1年公布的 1 3家预亏公司进行预警研究 .按照各上市公司的经营状况分为“好”、“差”两类 ,每一类由 5 3家上市公司构成数据样本 .对于每一家上市公司 ,主要考虑其经营状况的四个财务指标 :每股收益 ,每股净资产 ,净资产收益率和每股现金流量 .仿真结果表明 ,本文所建立的神经网络信用评价模型有很高的分类准确率 ,达到 98.1 1 % .又由于该信用评价模型有很强的适应能力 ,故可以进一步用来对企业的财务危机进行预警研究 .预警实证分析表明 ,该信用评价模型对我国 2 0 0 1年公布的 1 3家预亏公司进行预警分析 ,预警准确率达到 1 0 0 % .此外 ,文中还给出 MLP网络模型的学习算法和步骤    

4.  大数据背景下基于GRBF神经网络的P2P机构信用风险预警研究  
   《数学的实践与认识》,2020年第17期
   针对P2P机构信用风险预警问题,提出了基于大数据思维的信用评估体系,采用基于动态特征的广义径向基神经网络对228家P2P机构12个月的高维数据指标进行信用风险评估.应用设计的广义径向基神经网络和BP神经网络进行对比,准确率分别为91.9%、85.2%,广义径向基神经网络在处理实时高维数据时表现出良好的性能,可以对我国P2P机构信用风险进行预警.同时深入对预警机构进行数据分析发现,如果企业资金流动性较差、净流入低也可能存在较高风险,企业应依据小额分散的借贷原则,降低借款集中度可以有效防范企业信用风险.    

5.  MEA-BP模型在遥感影像分类中的应用研究  
   王海军《数学的实践与认识》,2017年第2期
   遥感影像分类作为遥感技术的一个重要应用,对遥感技术的发展具有重要作用.针对遥感影像数据特点,在目前的非线性研究方法中主要用到的是BP神经网络模型.但是BP神经网络模型存在对初始权阈值敏感、易陷入局部极小值和收敛速度慢的问题.因此,为了提高模型遥感影像分类精度,提出采用MEA-BP模型进行遥感影像数据分类.首先采用思维进化算法代替BP神经网络算法进行初始寻优,再用改进BP算法对优化的网络模型权阈值进一步精确优化,随后建立基于思维进化算法的BP神经网络分类模型,并将其应用到遥感影像数据分类研究中.仿真结果表明,新模型有效提高了遥感影像分类准确性,为遥感影像分类提出了一种新的方法,具有广泛研究价值.    

6.  基于粗糙集和支持向量机的电子商务信用风险分类  
   邬建平《数学的实践与认识》,2016年第13期
   准确识别电子商务信用风险,有利于提高企业风险防范能力,减少损失.建立了基于粗糙集(RS)、遗传算法(GA)和支持向量机(SVM)的电子商务信用风险分类模型(RS-GA-SVM).首先,利用RS对分类指标进行约简,选择出电子商务信用风险关键影响因素.其次,采用GA算法优化SVM模型参数,并应于电子商务信用风险分类.最后,实证表明,RS-GA-SVM模型具有高的分类精度和分类效率.    

7.  V-fold交叉验证和BP神经网络在信用评价中的应用  
   杨力  童艳梅  阮守武  刘晓伟  吴德胜《运筹与管理》,2005年第14卷第4期
   研究关于公司神经网络信用评估问题的现状,提出一套甄选方法准则。用于建立适合于我国企业的信用评分指标体系;然后依据该指标体系建立了基于BP回归神经网络的信用评估模型;采用V—fold交叉验证技术,利用样本公司实际指标数据对该模型的评分效果进行了实证研究。    

8.  基于BP神经网络误差函数优化算法的武器装备承制商信用评价模型研究  
   张蓉  陈云翔  李大伟《数学的实践与认识》,2012年第42卷第21期
   信用评价是选择武器装备承制商的重要手段.以国标为基础,结合承制商具体情况确定了信用评价指标体系.分析了传统信用评价方法的不足,对经典BP神经网络的误差函数进行优化,优化后的网络模型收敛速度更快,预测精度更高.构建BP神经网络武器装备承制商信用评价模型,仿真实验表明武器装备承制商信用评价可以选用BP神经网络模型.    

9.  基于RS-Bag分类器集成技术的上市公司财务危机预测  
   《数理统计与管理》,2013年第5期
   财务危机预测是金融管理决策中的重要问题,其实质是对未来财务状况的预报和分类。鉴于目前单一分类器预测性能不稳定,本文运用分类器集成技术,以BP神经网络为分类学习算法,建立基于RS-Bag算法的神经网络分类器集成模型。然后,以我国上市公司财务数据为例进行财务危机预测实证研究,结果表明,基于RS-Bag算法的神经网络分类器集成预测精度和泛化性能优于单一神经网络分类器,也优于Bagging分类器集成和RS分类器集成。    

10.  基于BP神经网络的行业间中小企业信用评估模型及应用  
   王凯  黄世祥《数学的实践与认识》,2007年第37卷第24期
   首先构建了行业间中小企业信用评估指标体系,然后利用安徽省不同行业的800家中小企业调查数据,将其分为训练样本集和测试样本集,对BP神经网络的构造进行讨论,确定BP神经网络的算法,建立起基于BP神经网络的行业间信用评估模型,并代入2003年度全国农业和工业的部分分行业数据进行实证,并对仿真结果做出分析,指出造成农、工行业信用较大差距的原因,并提出加强农业行业信用建设的建议.    

11.  基于LM-BP神经网络的气阀故障诊断方法  
   张华  刁永发《应用声学》,2015年第23卷第10期
   提出一种基于LM(Levenberg-Marquardt)算法优化的 BP (Back Propagation)神经网络的多级往复式压缩机压缩机气阀故障诊断方法。以6M25-185/314氢氮气压缩机的 6级压差和6级温差作为网络的输入向量,建立可对往复式压缩机一至六级气阀故障进行在线监测及故障诊断的LM-BP神经网络模型。以100组故障数据作为网络训练样本,30组数据作为网络检测样本进行故障诊断,结果表明,LM-BP神经网络相比于变梯度BP神经网络和RBF神经网络诊断更快速稳定且准确率达到96%以上。利用Matlab软件平台建立的LM-BP 神经网络故障诊断模型,模型简单便于在工程实际中应用。    

12.  基于NFA-BP算法的企业经营状况评价模型  
   王晓东  梅丽  赵月圆《数学的实践与认识》,2016年第10期
   针对萤火虫算法(FA)易出现过早收敛,陷入局部最优的缺点,引入小生境技术,提出一种小生境萤火虫优化算法(NFA),通过测试后,利用其搜索BP神经网络的参数.最后建立基于小生境萤火虫优化BP算法的企业经营状况评价模型,并与传统的BP神经网络模型进行对比,仿真结果表明,基于NFA-BP算法的经营状况评价模型的正确识别率高于传统的BP模型,是一种有效的评价模型.    

13.  基于PCA-GA-SVM的火成岩分类方法研究  
   袁颖  李绍康  周爱红《数学的实践与认识》,2017年第12期
   在地质科学中,正确的岩石分类有助于研究岩石的成因、形成条件、演化过程和工程设计等.由于地质条件的多样性、变异性及复杂性,人们很难对岩石样本进行准确的分类.通过主成分分析法(PCA)从影响火成岩分类的众多氧化物评价指标中提取出主成分,用遗传算法(GA)优化支持向量机参数,并采用支持向量机方法(SVM)对实际火成岩公开数据进行训练,建立了火成岩岩石分类的PCA-GA-SVM模型,同时结合火成岩实际数据将预测结果和基于Levenberg-Marquardt算法改进的BP神经网络模型(LM-BP)的预测结果做了比较.结果表明:基于PCA-GA-SVM模型得到的火成岩分类预测结果精度较LM-BP神经网络有很大的提高,与实际分类相符,有广泛的应用前景.    

14.  基于相对VaR的信用担保两期定价模型  被引次数:1
   钟田丽  尉玉芬《运筹与管理》,2008年第17卷第2期
   基于风险价值(VaR)计量模型的信用担保定价方法包括绝对VaR和相对VaR两种方法.对于贷款期限一年以上的风险衡量,相对VaR比绝对VaR更加准确和接近现实.针对现有研究中基于绝对 VaR的只考虑原债务期的信用担保风险计量模型的缺陷,本文采用相对VaR方法,建立了既考虑企业对银行的原债务期风险,又考虑企业对担保机构的债务展期风险的信用担保两期定价模型,从而使基于VaR模型的信用担保定价方法更加科学合理.    

15.  基于LASSO的神经网络权值阈值优化方法  
   《数学理论与应用》,2017年第1期
   本文在LASSO方法和神经网络误差回传思想的基础上,建立LASSO-BP算法.与BP神经网络算法和RBF径向基网络算法比较,该算法具有耗时短,抗干扰能力强的优点以及更好的分类效果.最终我们通过数值实验对该算法进行了验证.    

16.  并行Adaboost-BP算法及其在海量图像分类中的应用  
   《新疆大学学报(理工版)》,2017年第1期
   为解决基于单节点架构的传统分类算法存在的时间效率差、分类准确率低等问题,提出了一种基于并行Adaboost-BP神经网络的海量图像分类方法.将BP神经网络作为弱分类器,由Adaboost算法组合15个BP神经网络的输出,构建了强分类器;充分利用了Hadoop平台下Map Reduce并行编程模型,提出了海量图像的自动分类模型,设计了并行Adaboost-BP神经网络算法的Map和Reduce任务.多组实验表明,相对于传统的AdaboostBP神经网络算法,提出的算法在Pascal VOC2007数据集和Caltech256数据集上的平均分类准确率分别提高了14.5%和26.0%,而且算法运行耗时少,系统加速比随集群节点个数增加而增加,在图像规模增加到20 000时,加速比几乎呈线性增长趋势.实验结果充分证明,提出的方法适合海量图像的自动分类和预测.    

17.  AGA-BP模型在遥感影像分类中的应用研究  
   王海军《应用声学》,2017年第25卷第5期
   作为遥感研究的关键技术,遥感影像分类一直是遥感研究热点;针对目前采用BP神经网络模型进行遥感影像分类时存在的对初始权阈值敏感、易陷入局部极值和收敛速度慢的问题,为了提高BP模型遥感影像分类精度,将自适应遗传算法引入到BP网络模型参数选择中;首先运用自适应遗传算法对BP模型权阈值参数进行初始寻优,再用改进BP算法对优化的网络模型权阈值进一步精确优化,随后建立基于自适应遗传算法的BP网络分类模型,并将其应用到遥感影像数据分类研究中;仿真结果表明,新模型有效提高了遥感影像分类准确性,为遥感影像分类提出了一种新的方法,具有广泛研究价值。    

18.  BP神经网络在企业经营绩效评价中的应用  被引次数:4
   傅毓维  尹航  杨贵彬《运筹与管理》,2006年第15卷第4期
   对企业经营绩效的评价主要采用线性和非线性两类评价模型,非线性评价模型能够更好地对经济现象进行仿真,评价结果客观、准确,更加具有实际参考价值。本文从考核投入产出效率的角度出发,选取基本财务指标构成评价体系,在此基础上,建立基于误差逆传播人工神经网络(BP神经网络)的高新技术企业绩效评价模型。以医药行业2003年度22家上市公司财务数据作为神经网络的训练和测试样本,将训练好的BP神经网络应用于企业绩效的当期评价和仿真预测,实证分析结果令人满意。    

19.  基于神经网络的医药高科技投资风险评价模型  被引次数:9
   仰炬  张朋柱《数理统计与管理》,2004年第23卷第4期
   作为风险投资三大领域之一的医药高科技风险投资在各国都受到极大重视,吸引着巨大的资金,其投资金额仅次于IT产业高科技风险投资。但经典的风险管理理论由于基于理想化假设及需要历史数据预测的数学方法对于风险投资有着巨大的局限性。本文在建立医药高科技风险投资评价体系的基础上,提出一种基于BP神经网络的适合医药高科技项目风险投资多指标综合评价方法。该方法通过神经网络的自学习、自组织适应能力和强容错性,能准确地按照专家的评定方法进行工作,训练好的神经网络系统将专家评价思想以连接权的方式赋予神经网络,并最终在实际投资中被运用和验证。    

20.  基于信用风险修正的多阶段银行资产组合优化模型  
   孙滢  高岳林《经济数学》,2011年第28卷第1期
   从资产组合管理角度出发,用信用风险修正的方法对企业信用等级阈值进行修正,同时考虑商业银行持续经营的特点,将修正后的信用风险引入到多阶段的模型当中去,建立一个基于信用风险修正的多阶段银行资产组合优化模型.针对该模型的特点,给出了把Monte Carlo模拟的动态算法和改进粒子群的多阶段算法相结合求解方法.数值试验表明所建立的模型是合理的且符合商业银行的实际操作要求,给出的方法是有效的和可行的.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号