版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、北京交通大學(xué)碩士學(xué)位論文神經(jīng)計(jì)算及其在財(cái)務(wù)失敗預(yù)測中的應(yīng)用姓名：王靜申請學(xué)位級別：碩士專業(yè)：信號與信息處理指導(dǎo)教師：裘正定20040301北京交通大學(xué)碩士學(xué)位論文AbstractWiththedevelopmentofmarketeconomyresearchonfinancialfailurepredictionbecomestheurgentrequirementofbanksbusinesscirclesandgovernment
2、managementorganizations.AfteryearsofdevelopmenttherecomesaclimaxofresearchonthepredictionofcorporatefinancialfailureinWesterncountries.Recentyearsmanynewmodelsandmethodsinpatternrecognitionandmachinelearningfieldshavebee
3、nintroducedintothisnewfieldandhavechallengedpopulartraditionalstatisticmodels.HoweverrelatedresearchworkjustbeginsandmainlylimitstousingtraditionalmodelsinChinaComparedwithtraditionalstatisticmodelsusedinfinancialfailure
4、predictionresearchneuralnetworkshavethepowerofgrasping，mplandC0nonlinearrelationshipstrongselfadaptationandgeneralizationabilitybecomeanewfocusontheresearchfieldinforeigncountries.eXsUThispaperregardsChinesepubliccompani
5、esreceivedspecialtreatmentasasignaloffinancialfailure.AfterproperchoosingdatasetsandfeatureselectionwesuccessfullyestablishedpredictingmodelswithBackPropagation(BP)neuralnetworksandlearningvectorquantization(LVQ)neuralne
6、tworks.ComparedwithC4.5andLogisticmodelsthesetwoneuralnetworksshowbeterpredictingresultsespeciallytheLVQmodelsInordertoimprovethegeneralizationofneuralnetworkmodelsitoftenneedsmanytimesoftrialstofindthebeststructureofneu
7、ralnetworks.Neuralnetworkensemblecanavoidthisproblemandalsoimprovethegeneralizationthroughtrainingseveralneuralnetworkssolelyandintegratingtheiroutputs.ThispaperusingtheensembleapproachofBaggingtoconstructthefinancialfai
8、lurepredictionmodelandtheexperimentresultsshowneuralnetworkensembleoutperformssingleneuralnetworksThisstudydesignsandrealizesapracticalfinancialanalysissoftwaresystemwhichrealizedpreliminaryfinancialanalysisfunctions.The
9、systemprovidedadataplatformforthispapersresearchwork.ItalsoprovidesabasisfortheembedmentandpracticalutilizationofthemodelsstudiedinthispaperKeywordsneuralcomputationartificialneuralnetworkfinancialfailurepredictionBPLVQn
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 神經(jīng)計(jì)算及其在感觀評估中的應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)在企業(yè)財(cái)務(wù)失敗預(yù)測中的應(yīng)用.pdf
- 神經(jīng)計(jì)算在儲層參數(shù)滲透率預(yù)測中的應(yīng)用研究.pdf
- 神經(jīng)計(jì)算模型在第二語言學(xué)習(xí)中的應(yīng)用.pdf
- 基于視覺感知的神經(jīng)計(jì)算模型及其應(yīng)用研究.pdf
- 量子神經(jīng)計(jì)算及其模型研究.pdf
- 神經(jīng)計(jì)算模型在第二語言學(xué)習(xí)中的應(yīng)用
- 模糊控制與神經(jīng)計(jì)算方法在板形控制中的應(yīng)用.pdf
- 51823.神經(jīng)計(jì)算在確定地層聲波孔隙度中的應(yīng)用
- 數(shù)據(jù)融合的神經(jīng)計(jì)算方法.pdf
- 基于網(wǎng)格神經(jīng)計(jì)算平臺的預(yù)測模型的研究設(shè)計(jì)與實(shí)現(xiàn).pdf
- 數(shù)據(jù)挖掘技術(shù)在財(cái)務(wù)失敗預(yù)警中的應(yīng)用.pdf
- 進(jìn)化計(jì)算及其在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用.pdf
- 神經(jīng)計(jì)算智能信息處理
- 支持向量機(jī)和決策樹算法在財(cái)務(wù)失敗預(yù)測中的應(yīng)用研究.pdf
- 失神癲癇調(diào)控的神經(jīng)計(jì)算模型研究.pdf
- 神經(jīng)網(wǎng)絡(luò)預(yù)測控制及其在電廠中的應(yīng)用.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)及其在短期負(fù)荷預(yù)測中的應(yīng)用.pdf
- 模式分類神經(jīng)計(jì)算方法研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)及其在短期負(fù)荷預(yù)測中的應(yīng)用
評論
0/150
提交評論