共查询到19条相似文献,搜索用时 296 毫秒
1.
本文针对75家st上市公司和75家非st上市公司,从盈利能力、流动性与偿还能力、成长性、资本结构和资产管理效率五个方面选取指标,分别建立判别分析模型、二分类变量Logistic回归模型和基于径向基函数神经网络模型。结果显示,Logistic回归和神经网络对于非st上市公司的识别准确率,与判别分析相比,未体现出明显的优势。但总体上,三个模型基于财务报表的评估,对我国商业银行信用风险的识别问题,均提供了相当高的判别精度,具有良好的预警作用。 相似文献
2.
建立了基于Elman神经网络的商业银行信贷风险识别及评估模型,并通过实例验证了模型的准确性和可靠性。研究过程及结果表明,基于Elman神经网络的商业银行信贷风险识别及评估模型能够很好地反映信贷过程中的非线性因素,准确地预测出完整的信贷风险评估指标和信用等级之间的映射关系,能快速评估和有效减低商业的信贷风险。一组实例结果显示该评估模型的准确率接近90%。 相似文献
3.
4.
莺歌海盆地东方B气田发育浅海重力流海底扇沉积,其砂体分布及叠置关系复杂,使用人工识别的方式进行沉积微相解释工作繁琐且易受主观因素影响。针对该问题,基于双向长短时循环神经网络设计串行网络架构沉积微相识别模型,该模型以测井资料、岩性录井资料为输入,可有效提取不同沉积微相的测井曲线形态特征,并充分考虑相邻沉积微相之间的关联性。将模型应用于该区沉积微相识别工作中,降低了储层非均质性及人工经验带来的影响,提高了识别精度,取得了良好的应用效果。 相似文献
5.
在煤炭铁路物流需求预测中,存在历史样本量较小和非线性强的特点,从而致使预测精度较低。将支持向量回归机(support vectorreg ression,SVR)与粒子群算法(Particle Swarm Optimization,PSO)相结合,提出适用于小样本量学习的PSO-SVR模型。选取1995-2011年的煤炭铁路货运量及其影响因素作为学习样本,利用粒子群算法对支持向量机参数进行优化,通过训练、测试得到具有良好学习与推广能力的煤炭铁路货运量预测模型。建立BP神经网络模型,并将二者的预测值进行对比,结果表明在解决我国煤炭铁路物流需求预测这种小样本,非线性及高维模式识别问题中PSO-SVR模型预测精度优于BP神经网络模型。 相似文献
6.
7.
钻井过程中的岩性识别是一个复杂且不断变化的非线性过程,很难建立准确的数学模型。由于传统识别方法存在解释精度低以及难以获得或丢失测井曲线的问题,直接通过传感器获取的钻速、钻压等每个与岩性有直接或间接关系的钻井参数,利用钻井参数进行岩石预测。基于机器学习技术,采用BP神经网络学习算法,根据地层岩性的特点,建立神经网络识别岩性模型,构造钻进参数样本并在MATLAB软件中利用神经网络工具箱进行岩性识别,分析训练集样本数量对模型识别准确率的影响。研究结果表明:BP神经网络输出非常准确,描述了采集到的钻井参数与岩性之间的关系,体现出神经网络的优越性;对钻井过程中岩性的识别具有积极的作用,有利于合理选择钻头类型、及时调整钻井参数和提高钻井效率。该岩性识别方法应用于仿生PDC钻头等方面,在试验和理论相互补充、支撑的同时便于利用该方法针对智能石油钻机开展更深层次的研究。 相似文献
8.
9.
为解决多航空器在飞行区场面活动时存在的冲突问题,以优化后的滑行路径距离作为目标代价函数,提出一种滑动时间窗与GA相融合的冲突解脱模型。首先在滑行规则、安全间隔与滑行道实际条件等约束条件下构建场面滑行路径模型;其次提出基于滑动时间窗与GA融合的求解算法;最后选取成都双流机场为例进行仿真,并与传统GA算法进行对比分析,证明基于改进GA的算法模型在飞行区冲突解脱上更具有鲁棒性与自适应性。 相似文献
10.
11.
12.
13.
以泉州港的粮食物流需求为分析目标,依托历年统计数据,运用BP神经网络建立粮食物流需求预测模型和MALTAB软件求解,对泉州港未来6年的粮食物流需求进行预测,并对泉州港粮食物流提出发展对策。 相似文献
14.
15.
针对金融波动性和市场风险,基于A股市场上70余只智能板块的股票近10年的四因子数据,从神经网络模型入手实证分析,利用随机梯度算法对收盘价预测,比较预测值与实际值的模型误差及损失函数,进行因子选取、算法改进及指标择优。结果表明,神经网络模型参数在批次为2、迭代次数为4 150时,MSE(均方误差)、MAPE(平均绝对百分比误差)、MAE(平均绝对误差)分别为60.191 1、30.732 6、4.803 2,收盘价的拟合效果最佳,该参数下的神经网络模型可用于探究股票市场价格趋势,为投资者、金融机构提供一定参考依据。 相似文献
16.
17.
为了对上市公司财务状况进行合理预测,利用神经网络模型进行企业财务预警研究。首先,运用主成分分析等统计方法对初选的财务指标进行筛选,从初始指标中提取了五个因子作为财务预警指标;然后,选取2010至2013年间首次被特殊处理的上市公司作为财务危机样本企业,构建的财务预警模型提前三年的预测准确度近似于90%。研究结果表明,神经网络模型对我国上市公司财务状况预测具有较高的准确度,并且对预警指标进行适当的预处理,会提高模型预测的准确率。 相似文献
18.
利用熵权法和属性识别理论建立浅层地下水环境质量评价模型.采用地下水质量标准作为评价依据,选取15个影响因子作为评价指标,通过建立属性空间矩阵、计算属性测,再利用信息熵确定评价指标权重,应用置信度准则对晋江市浅层地下水环境质量进行属性识别与综合评价,评价结果表明该模型能有效地解决浅层地下水质量评价问题. 相似文献
19.
对建设工程造价指数的预测能够有效解决建设项目前期投资估算误差较大引起的成本问题。结合实际工程中对造价指数预测模型的需求,以U市发布的2012—2021年建设工程造价指数为例,通过对比不同特征工程方法构建的XGBoost和神经网络两者之间预测误差,选择最优预测模型进行建设工程造价指数模型预测。结果表明,基于树模型特征筛选和均值填充数据集的XGBoost模型,在测试集、训练集、交叉验证误差最低,能够作为建设工程造价指数预测的模型。 相似文献