基于主分量分析的神经网络企业财务困境分析

目前BP神经网络已经成功用于公司财务分析与预测,为了降低神经网络的复杂性,一般只能选取部分财务指标作为模型输入,使模型的分析依据不够全面。提出通过主分量分析(PCA)对高维指标进行降维和特征提取,在保留绝大多数指标信息的前提下有效地缩小了网络规模,实验证实了方法的有效性。     

基于BP神经网络评价模型的会计信息质量评价

本文主要是为了评价会计信息的质量,试图找到一种有效的评价方法并构建合理科学的评价模型。首先,文章将分析会计信息质量的评价指标,确定会计信息质量评价指标体系,再引入BP神经网络评价方法,并对评价方法的基本概念和操作方法进行详细地介绍;然后设计形成了一个BP神经网络模型,并介绍如何使用MATLAB软件来操作BP神经网络模型。     

浅析基于粗糙集神经网络的企业财务风险

本文在对企业财务风险的涵义和特点进行分析的基础上,提出了一种基于粗糙集BP神经网络预测方法.该方法克服了单纯的BP神经网络方法因为数据量太大、处理速度慢、解释能力差等缺点.结果表明,与传统的logistic回归模型相比,粗糙集——神经网络系统对检验样本预测精度更高,,是一种更无有效和实用的分类方法.     

一种基于神经网络提取旋波材料参数的新方法

提出了一种从测试的S参数中提取旋波材料参数的新方法——神经网络法。针对旋波材料参数的自由空间测试方法，本文采用BP神经网络来构建映射模型，利用不同算法对网络进行训练，从而获得所需的网络。结果表明，该方法计算速度快、精度高，解决了求解非线性方程组解的模糊性问题，确保了测试结果的可靠性。该方法所构建的网络可用于材料测试后旋波材料参数的快速提取。     

灰色神经网络在股价预测中的应用

本文在深入了解股价的可预测性和研究各种股价预测的方法的基础上,探讨利用BP神经网络和灰色模型进行股价预测。以二者为基础,将BP神经网络和灰色模型预测模型的优点结合,提出灰色神经网络模型。该模型将灰色模型的预测值作为BP神经网络的输入变量,而以实际值作为输出变量对神经网络进行训练。     

基于BP神经网络的孤立词端点检测的主客观误差分析

本文选取短时能量、短时过零率、幅度信息熵三种经典的特征分析方法,并结合BP神经网络作为特征分类系统进行断点检测分析.将客观检测和以听觉判断对语音端点的主观评测进行误差分析,比较各算法的效果,实验结果表明采用BP网络和动态闲值的双门限法进行端点判断效果较好,而采用双门限法检测结果优于使用特征值加BP神经网络.     

基于PSO-BP神经网络的电子政务绩效评价模型

针对电子政务绩效评估不完善及BP神经网络的收敛速度慢,需要较长的训练时间的缺陷,本文在前人研究的基础上建立了基于平衡计分卡的指标体系,针对BP神经网络的缺陷,将粒子群优化算法应用到模型中,改进了BP神经网络模型,提出了基于粒子群优化的BP神经网络原理及求解方法,并通过实际的例子对建立的模型进行了训练和验证。通过本文的研究,为相关部门开展电子政务绩效的评估提供了一定的参考依据,对电子政务的发展起到了一定的积极作用。     

基于BP神经网络和相关系数结合的股票价格预测

股票价格预测一直是困扰投资者的难题,为了提高股票价格的预测精度,本文提出一种基于BP神经网络和相关系数结合的股票价格预测方法。从股票数据中选取10个影响股票价格的因素,计算它们与股票价格的相关系数,从中提取关键因素,利用BP神经网络预测未来股票价格。将此方法用于华谊兄弟(300027)预测股票收盘价,结果表明,相对于未提取关键因素的BP神经网络,此方法提高了股票价格的预测精度。     

神经网络算法研究及其在模式分类问题中的应用——以基于BP网络的设备状态分类器设计为例

本文对人工神经网络的三种常用模型中的BP网的结构和学习算法进行了深入的研究。以基于BP网络的设备状态分类器设计为例，对BP网络的设计与实现做了详细描述。并论述了应用人工神经网络对设备中减速箱进行分类问题。实验证明，神经网络具有实际应用价值，在复杂的非线性问题处理中将发挥重要作用。     

基于遗传神经网络的船舶供应商评价体系研究

文章针对现有评价方法在对指标权重赋值时存在的主观随意性问题,提出了基于BP神经网络的船舶供应商评价模型,并运用遗传算法对所建立的神经网络模型进行优化。经过实例分析,得出结论。     

基于神经网络对管制中心系统的效能评估

根据神经网络学习算法和专家系统的原理，提出了利用BP算法对管制中心系统进行效能评估的系统结构和功能实现方法，构造了管制中心系统的效能评估模型。并结合实例，对管制中心系统的效能评估过程进行了研究，给出了基于神经网络对管制中心系统进行量化评估的一种方法。     

BP神经网络应用于研究生教育收费问题

分析和研究了硕士研究生收费现状,提出通过BP神经网络算法建立符合实际要求的模型,制定合理的收费标准。通过对相应因素的比较、分析与统计,将数字化结果用于基于BP神经网络收费模型的训练与检验中,得出各个收费影响因素与学费之间的数学关系,从而建立一个相对优化合理的收费模型。     

蚁群神经网络用于股票价格短期预测

股票价格是非线性时间序列,传统BP神经网络预测模型存在容易陷入局部极小和收敛速度慢的缺陷。本文针对这些问题,采用蚁群神经网络预测模型用于预测股票价格,该模型将蚁群算法作为训练神经网络的学习算法。实验数据表明,该模型对于股票价格的短期预测效果与传统BP神经网络预测模型相比,具有较好的自适应性及较快的收敛速度。     

BP神经网络在C2C电子零售商竞争力测量中的应用

本文通过分析BP神经网络在竞争力测量中的优势,介绍通过GUI界面构建竞争力测量模型、训练模型、仿真模型、应用模型的方法,证明了BP神经网络在竞争力测量中的可行性,指出了在使用中应注意的事项。     

基于BP神经网络的商业银行信用风险评估模型研究

针对当前我国商业银行信用风险分析与评估存在的问题,运用模糊综合评价法与BP神经网络算法,根据全面性与重要性、定量指标与定性指标相结合等原则,构建我国商业银行信用风险评价指标体系。通过该体系对定性指标模糊处理量化,构建BP神经网络模型,检测样本。可对潜在的客户信用风险作出快速、准确的反应和判断,从而实现对风险有针对性的监管和防范。     

人工神经网络在高职学生毕业设计评价中的应用

本文通过BP神经网络的原理对高职学生的毕业设计进行了客观评价。首先分析了毕业设计评定中影响成绩的各种指标,然后给出了基于神经网络的高职学生毕业设计评价模型结构,最后在MATLAB系统内得以实现。结果表明,人工神经网络在用于高职学生毕业设计评价中,既克服了毕业设计指导教师在评价过程中的主观因素,又考虑到了高职学生的职业能力,收到了很好的效果。     

基于主成分分析-神经网络法的农村信贷用户信用评级研究

采用某农村信用社的516家贷款用户,基于主成分分析-神经网络法构建个人信用分类评估模型。该模型首先应用主成分分析法对初始指标进行降维,然后将简化后的训练样本送入BP神经网络进行学习和训练,进而对检验样本的风险级别进行判别。     

小生境遗传算法优化的神经网络在股票价格预测中的应用

股票价格是受多种不确定因素影响的非线性问题。文中将小生境遗传算法用于BP神经网络的训练过程,建立了相应的优化模型,即用它来优化神经网络的连接权。依据小生境遗传算法的神经网络,提出一种股票预测的新方法。实践表明:该方法具有预测精度高、误差小的优点,值得推广。     

基于BP神经网络的中小企业信用评价

本文在分析信用评价重要性的基础上,根据中小企业信用评价的指标体系建立了基于BP神经网络的企业信用三层神经网络评价模型,该模型具有对中小企业信用的预测功能。     

基于BP神经网络模型的股票价格研究

本文将BP神经网络模型与主成分分析法和遗传算法相结合,建立了预测股票价格变化的动态PCA-GA-BP模型。该模型能改善BP神经网络模型运算速度缓慢和易陷入局部最小值的缺点,弥补传统股票价格预测方法的不足。