基于免疫优化多分类SVM的变压器故障诊断新方法

本文旨在将免疫算法与多分类支持向量机（SVM）进行结合,利用免疫系统的特殊性能将支持向量机分类所要用到的参数进行优化,从而减少分析诊断过程中所做的无用功,能够迅速有效的实现对变压器发生的故障的诊断和处理,防止事故范围的进一步扩大,从而保障了供电的稳定可靠性。     

企业集团信用风险评估SVM集成分类器的构建与应用

将AdaBoost算法与支持向量机（SVM）相结合,建立了SVM集成分类器,并将之应用于商业银行的企业集团信用风险评估中。实证检验结果表明：SVM集成分类器较单一的SVM方法具有更高的分类准确率。     

财务困境预警SVM模型的构建及实证研究

精确的财务困境预测对企业管理层、投资者、债权人、监管层等有着十分重要的意义.本文以支持向量机(SVM)为基础,选取高斯核函数为内积函数,分析惩罚参数和核参数对模型的影响,并通过5-fold cross-validation方法与网格搜索算法选取最优参数,构建财务困境预警的SVM模型.相关的实证结果表明,SVM模型在提前3年的情况下仍能取得较好的预测效果,在预测效率上优于传统的多元判别分析方法.     

基于特征价格与SVM的二手房价格评估

二手房价格的准确衡量一直是个永恒的话题。为了避免传统评估方法的不足,更加合理地预测二手房价格,引入特征价格理论和支持向量机理论(SVM),以杭州市西湖区内的二手房价格数据,构建价格评估模型,实证研究表明具有良好的评估效果。     

基于SVR的股票价格预测研究

本文采用支持向量回归(SVR)对股票价格进行预测分析,以中国人寿(601628)为对象进行建模和预测研究.选取中国人寿2015-2016Q1的股票技术指标等数据作为训练样本对下一交易日的开盘价进行预测,以2016年4月的数据进行检验,并通过图像拟合来验证SVR用于股票预测的可行性和准确性.     

基于SVM的银行客户流失预测分析——以某商业银行VIP客户流失为例

客户流失分析与预测是客户关系管理的重要内容,针对银行客户流失数据中正负样本数量不平衡而且数据量大的特点,论文应用支持向量机建立客户流失预测模型,并以国内某商业银行VIP客户流失预测为实例,与人工神经网络、决策树、逻辑回归和贝叶斯分类器方法进行了对比,发现该方法能获得最好的正确率、命中率、覆盖率和提升系数,是预测现有客户流失倾向的有效方法。     

基于支持向量机的ERP软件供应商选择研究

如何选择适合企业发展的ERP软件是许多企业尤其是中小型企业比较关心的问题,所选择的ERP软件供应商直接关系到企业信息化建设的成败进而关乎企业未来的命运。利用支持向量机为企业评价ERP软件供应商提供了现实可行的解决方法。首先构造了反映软件供应商实力的评价指标体系,再利用支持向量机对ERP供应商的这些评价指标进行综合评判,进而分析出软件供应商的优劣,为企业的决策提供依据,因此具有重要的现实意义。     

基于支持向量机的上市公司违规预警模型研究

上市公司违规问题不仅对上市公司自身造成损失,对社会经济也产生巨大负面影响,因此,事先预防比事后处罚补救更为重要。利用支持向量机对上市公司违规风险进行预测,建立的违规预警模型具有准确性高、泛化能力强的优点,是监管部门科学、有效预防上市公司违规的一件“新武器”。     

基于支持向量机的信托公司创新能力评估方法研究

创新能力评估对于信托公司来说至关重要,如何构建一种有效的评估模型非常关键.鉴于当前评价信托公司创新能力方法的不足,本文尝试将支持向量机方法引入信托公司创新能力评估,井通过实证研究,证明了该方法在评估信托公司创新能力中的有效性及优越性.     

基于小波自适应支持向量机的短期电价预测

电价预测对于发电商、供电企业以及市场监管者都具有重要的意义。提出一种小波自适应支持向量机预测模型,先将电价时间序列作小波分解得到低频和高频分量,再采用自适应调整法,自动地为支持向量机选择较好的参数对电价小波分量逐一预测,最后通过小波重构得到电价最终预测结果。实例证明前述方法得到的预测精度高于BP、RBF、SVM等传统预测模型。     

基于支持向量机的供应链风险评估研究

供应链风险评估是供应链风险管理研究中的重要内容。笔者在文献研究及调研的基础上,通过调查问卷构建了一套供应链风险评估体系,将基于支持向量机的机器学习算法运用到供应链风险评估中,得到了供应链风险评估模型并进行了实证研究。研究结果表明:基于支持向量机的供应链风险评估模型可以完成对实际风险的评估,且具有较高的训练效率与精度,从而说明模型的有效性。     

基于支持向量机的内幕交易识别研究

内幕交易的识别问题一直是证券市场的难题,学术界进行了大量有益的探索,却难以得到满意的结果。本文选取了从2000—2015年被我国证监会或司法机关查处的内幕交易案例作为研究样本,利用支持向量机模型对内幕交易进行识别。研究结果表明：累积超额收益率、股价波动持久性、超额换手率、股价信息含量以及股权制衡度是有效识别内幕交易的重要指标,总体识别准确率达到了86.18%,该模型的识别效果比较理想。     

基于支持向量机的海南省入境旅游客流量预测研究

海南省以其独特的热带旅游资源吸引着大批游客前来观光度假,旅游业已成为海南建省后的支柱产业。文章通过对海南省1987年至2005年入境旅客客流量数据的特征分析,在统计学习理论和结构风险最小化准则的基础上,建立了基于支持向量机的海南省入境旅游客流量预测模型。实例分析表明,该方法具有收敛速度快、泛化能力强等优点,比较适合旅游客流量的预测。     

基于支持向量机方法的中小企业信用评级优化研究

中小企业在我国国民经济和社会发展中处于重要的战略地位,但中小企业长期以来一直面临着融资困境,若能建立一套适用中小企业特点的信用评级方法,将在很大程度上解决银企之间的信息不对称问题,从而缓解其融资困境。因此我们致力于中小企业信用评级指标体系的选取和技术路线的优化,通过选用一种小样本学习理论支持向量机（SVM）方法对中小企业信用状况进行评估,形成较为先进的中小企业信用评级方法,并通过实证分析并与BP神经网络进行比较,证明了该方法的有效性。     

基于Web和CORBA的企业应用系统集成技术研究

分析了企业管理信息系统的应用集成需求，对实现应用集成的相关技术Web和CORBA作了简单介绍。提出了基于Web和CORBA的企业应用集成系统体系结构。研究了具体实现的若干关键问题。     

基于支持向量机的股市组合预测模型研究

首先利用线性回归模型提取股市系统的线性特征,其次神经网络提取股市系统的非线性特征,共同生成预测个体;最后利用支持向量机回归组合,时变权重分别赋权生成最终结论。建立基于支持向量机的股市组合预测模型,并对上证指数的日开盘价,收盘价实例分析,结果表明该方法取得较好的效果。     

基于支持向量机的虚假财务报告识别研究

如何识别虚假财务报告是一件十分困难的事情。针对虚假财务报告的特点,设计一个基于支持向量机的虚假财务报告识别模型将有助于该问题的解决。根据1999-2002年的年度审计报告意见类型,从上市公司中选取44家虚假财务报告样本,并按照一定的标准选择了44家对比样本,这88个样本构成训练数据集。类似地,从2003-2006年的上市公司中,选择了73家虚假财务报告样本和99家对比样本,这172个样本构成测试数据集。我们使用训练数据集对支持向量机模型进行训练,并将训练后的模型对测试数据集进行测试,取得了较好的实验结果。     

基于脑信息特征的科技人才分类方法研究

文章从脑信息特征角度提出一种科技人才分类方法。通过对科技人才脑信息处理运动的特性进行检测,研究科技人才能力特征的分布状态,提出其能力特征分类的模糊性评价指标,为科技人才管理提供参考数据。     

基于支持向量机的上市公司竞争力分析

作为数据挖掘中的一项新技术,支持向量回归机(SVR)正被运用到各种各样的实际问题当中,发挥了其它方法所不具有的优越性。本文通过运用支持向量机的方法,对房地产行业上市公司的竞争力进行了实证研究,采用十折交叉验证法对样本进行训练、验证,得到上市公司的竞争力状况及其变化趋势。     

基于RS-SVM的移动旅游服务质量评价模型研究

针对移动旅游服务影响因素众多且非线性交互的问题,文章重点研究了移动旅游服务质量的评价模型和方法,为消费者科学选择移动旅游服务提供参考,为企业改善旅游服务质量提供建议.文章提出基于粗糙集(RS)改进的支持向量机(SVM)模型,首先采用RS方法对样本数据进行预处理,去除影响服务质量的冗余指标并确定关键评价指标,然后将关键指...