支持向量机在财务危机预警中的应用评析

信息技术的迅速发展和世界经济全球化使很多企业面临各种各样的经营困难,最终体现为财务危机。提前对其进行预警以协助企业有效地规避财务危机是十分重要的。随着研究的深入,各种财务危机预警方法逐渐成熟。本文从样本选择、模型建立和预测性能3方面对支持向量机（SVM）在财务危机预警领域的应用进行了评析,认为SVM方法具有强大的分类功能和优良的学习性能,在财务危机预警领域有着广阔的应用前景。     

基于支持向量机财务预警模型的实证研究

本文结合主成分分析法和支持向量机模型,构建了一种新的上市公司财务困境预警模型,并对我国A股上市公司中80家因为“财务状况异常”而被“ST”的公司进行预测,结果表明效果理想。     

基于支持向量机模型的财务预警警度分类研究

本文以模式分类理论阐述了财务预警的实质,给出了财务预警指标及量化方法,并应用支持向量机模型对上市公司进行财务预警警度分类,实证表明了支持向量机以多模式分类标识财务预警警度的可行性和实用性。     

基于支持向量机的企业财务危机预警模型研究

一、引言 财务危机是指企业丧失偿还到期债务的能力,包括从资金管理的技术性失败到破产以及处于两者之间的各种情况。有效的财务危机预测,有助于企业寻找财务失败发生的根源,及时采取对策,防止情况进一步恶化;投资者和债权人可用其作出正确的投资决策;银行等金融部门可用其进行企业的信用风险评估,决定贷款的发放对象。因此,财务危机预测是金融领域中一个重要的研究课题。财务危机评级就是一般的分类问题,即根据企业的财务历史状况,将其分为两类：正常和危机,或更加细致的多类。     

基于小波支持向量机模型的财务风险预警与防范

财务风险具有较长的潜伏期,是由量变到质变、渐变到突变的结果。可见,企业陷入财务危机是财务风险逐渐演化的过程。在此过程中,企业财务状况的变化可以通过某些财务指标的变化反映     

基于小波支持向量机模型的财务风险预警与防范

财务风险具有较长的潜伏期,是由量变到质变、渐变到突变的结果。可见,企业陷入财务危机是财务风险逐渐演化的过程。在此过程中,企业财务状况的变化可以通过某些财务指标的变化反映出来。因此,采用一定的技术手段对企业财务状况进行预测和分析是可行的。近几年来,尽管国内外学者对各种财务预警模型的构架投入了大量的时间和精力,在财务风险预警领域涌现出大量的研究文献,建立的各种模型也产生了巨大的应用价值,     

基于支持向量机的柴油机故障诊断

本文研究了基于支持向量机的故障诊断方法。以传感器检测数据为输入,利用v-支持向量分类机进行故障分类识别。通过对柴油机燃油压力波动信息和柴油机振动监测数据的处理分析,结果显示基于支持向量机的故障分类器能够在样本有限的情况下出色的完成多种故障的诊断分类。     

支持向量机的应用

支持向量机算法是十大经典算法之一,对于数据分类,数据回归方便有着极好的应用.在实际操作中,我们常用它来处理分类问题.但传统的支持向量机存在噪声太多,数据处理太慢和收敛过快的问题,可通过调整参数进行改进.本文将建立一个模型,实现对支持向量机的简单应用.     

基于支持向量机的变压器故障诊断

针对油浸式电力变压器在不同工作状态时,变压器油中溶解气体的类型和含量的不同,通过检测变压器油中的不同气体的类型和含量就成了判别变压器工作状态的重要方法。本文基于支持向量机(SVM)模型,利用支持向量机对于非线性问题的优良解决方法,给出了一种判别变压器工作方式的方法,经测试,判别正确率高达96.8%,满足对于变压器故障判别的精度要求。     

基于支持向量机的城市物流需求预测研究

文章利用支持向量机的非线性能力对历史物流需求量进行学习,获得模型最优参数,对将来物流需求进行预测。文章调研了焦作市历年的城市物流需求数据对模型性能进行测试,测试结果表明,支持向量机针对城市物流需求预测精度较高,为城市物流需求预测提供了有效的方法。     

基于支持向量回归的供应链管理绩效评价研究

供应链管理的绩效评价,对于供应链的运作和管理是至关重要的。本文将基于支持向量回归的数据挖掘方法,用于供应链管理的绩效评价研究中。并结合实例,讨论了支持向量回归在供应链管理绩效评价中的应用及其特点。     

基于供应链的通信装备供应保障模式研究

传统的保障模式难以适应信息化条件下装备保障的要求,制约着通信装备保障能力的发挥。作者就如何引入供应链理论,建立精确、及时、高效的通信装备供应保障模式进行了探讨。在分析我军通信装备供应保障现状的基础上,运用现代供应链理论与方法,对我军通信装备供应链的体系结构和运行机制进行了研究和设计,为我军通信装备供应保障的改革提供一定借鉴意义。     

支持向量机在航材供应模型中的研究

针对部队航材供应量预测过程中,样本采集数目较少的实际情况,采用了一种新的预测方法—支持向量机。该方法基于统计学习理论的原理,较好地解决了小样本的学习问题。并以某部队2000～2007年某项航材供应量为学习样本,建立了该项航材的供应量预测模型。计算结果表明,这种方法比传统的方法具有更少的误差和更好的预测精度。     

基于支持向量机的福建省GDP预测研究

采用1981～2002年的福建省GDP数据作为支持向量机(SVM)的训练目标,以各期前三年的GDP作为输入向量构成训练样本。首先利用格子搜索法获得支持向量机模型中的参数(C,γ,ε)对样本进行训练。然后用训练所得模型对2003、2004、2005三年的福建省GDP进行测试,平均测试精度达98.12%。可以认为支持向量机具有较强的泛化能力,在宏观经济预测中具有较高的精度,从而可用于未来实际GDP的预测。     

基于支持向量机的多准则航材ABC分类法

分析了传统的ABC分类法在航材分类中应用的问题,将航材的单价、采购提前期、平均故障间隔时间、年消耗量、重要度等级作为分类准则,运用支持向量机多分类原理对航材进行ABC分类,通过与传统ABC分类的比较,验证了此分类方法的有效性、优越性,提高了航材管理的科学性。     

基于小波变换和支持向量的国际原油价格预测

本文将小波分析与支持向量回归结合应用于国际原油价格预测,通过小波多尺度分析方法将油价时间序列分解为长期趋势和随机扰动项,然后采用支持向量回归对分解后的油价长期趋势进行预测。油价长期趋势的预测采用多因素预测方法,主要考虑市场供需基本面、库存、经济、投机等因素对石油价格走势的影响,建立多输入单输出的支持向量回归模型。实证研究表明,支持向量回归模型具有较高的预测性能,对原油价格长期趋势预测中,该方法比回归方法的预测精度高。     

基于支持向量机的工程项目投资风险评价研究

提出一种工程项目投资风险评价的新方法—支持向量机评价法,由于支持向量机对样本数量的依赖性弱,通过学习有限的样本而建立的模型仍具有很强的泛化能力,具有比神经网络更好推广性能,因此在项目风险评价方面必然比神经网络具有更大的优势。实例研究也表明支持向量机方法更适合于投资项目风险评价的研究。     

基于支持向量机的品牌特色专业评价

简述了江苏省教育厅在本科品牌专业、特色专业验收时的验收标准。利用支持向量机建立了品牌专业、特色专业验收时的验收模型。通过实例,结果表明支持向量机比较精确和有效。     

军需物资供应链保障研究

本文对现代供应链的科学内涵，军需物资供应链保障的初步构想以及应关注的问题等三个方面进行了初步研究和探讨。