2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、在信息時代,有效的利用企業(yè)巨量的歷史數(shù)據(jù),是贏得競爭優(yōu)勢的關(guān)鍵因素,財務(wù)分析是商業(yè)數(shù)據(jù)挖掘的一個很重要的應(yīng)用方向。傳統(tǒng)的財務(wù)分析方法只是簡單地利用統(tǒng)計學(xué)的方法對少量的財務(wù)數(shù)據(jù)進行分析,不能深入地了解海量財務(wù)數(shù)據(jù)潛在的、深層次的信息。數(shù)據(jù)挖掘技術(shù)的特征使得它在財務(wù)分析中具有很好的應(yīng)用前景。使用數(shù)據(jù)挖掘技術(shù)可以大大提高信息的利用度,決策者在大量歷史數(shù)據(jù)的支持下進行多角度的比較、分析,從而得出科學(xué)的分析結(jié)果。數(shù)據(jù)挖掘技術(shù)還可以靈活的改變已經(jīng)訓(xùn)

2、練好的挖掘模型,具有較好的學(xué)習(xí)記憶能力,能夠滿足智能財務(wù)信息系統(tǒng)的需求。
   進行財務(wù)分析研究不但對智能財務(wù)分析具有重要的理論價值,而且對于企業(yè)行業(yè)評價、中小投資者決策也具有重要的現(xiàn)實意義。
   本文重點將幾種數(shù)據(jù)挖掘技術(shù)應(yīng)用到電子信息行業(yè)財務(wù)報表分析模型中。運用決策樹,神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘技術(shù)不斷深入的分析該領(lǐng)域上市公司財務(wù)狀況。具體內(nèi)容如下:
   (1)首先建立決策樹財務(wù)分析模型,決策樹的節(jié)點可以交互式生

3、成,由此可以得到對電子信息行業(yè)上市企業(yè)財務(wù)狀況影響最大的財務(wù)指標以及相關(guān)規(guī)則。人們也可以就這些重要指標,粗略判斷該公司的財務(wù)狀況是否穩(wěn)定。將決策樹挖掘結(jié)果中出現(xiàn)頻率高的指標,作為神經(jīng)網(wǎng)絡(luò)的輸入,得到的結(jié)果也更為準確。
   (2)本文為了更好的解決網(wǎng)絡(luò)初始權(quán)值與閾值的確定問題,利用遺傳算法的全局搜索能力來確定初始權(quán)值和閾值,提出了遺傳算法對神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值的同時進化算法。從模型的輸出結(jié)果可以得出,神經(jīng)網(wǎng)絡(luò)模型的具有較強的預(yù)測能

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)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔(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。

評論

0/150

提交評論