基于机器学习方法的上市公司财务预警模型对比研究

当前我国上市公司信息披露仍存在着许多不规范的现象,个别上市公司在面临财务危机时,粉饰其财务风险,进行财务造假.本文利用上市超过3年的A股共3002家上市公司的财务数据,通过对ST、*ST和10家2019年退市的公司样本分析,根据不同的时间窗口,构建了财务预警因子库,共96个因子.分别采用机器学习中的逻辑斯蒂回归、支持向量机、决策树模型对因子数据进行训练.将数据集分为训练集和测试集,用训练集训练模型,并将模型应用在测试集中进行预测.结果如下:(1)三种模型均有较好的预测能力,其准确率都在94%以上;(2)决策树模型的预测效果最佳,支持向量机模型次之,逻辑斯蒂回归模型的预测效果最差;(3)三种模型都存在将较多的财务预警公司预测为正常公司的情况.本文通过将三种模型进行对比分析,以寻找更加优质的财务预警模型,来更好地帮助企业识别财务风险.     

改进的基于CNN的高光谱遥感图像分类办法

由于高光谱遥感图像光谱维度大,标注样本相对较少,提出了一种结合主成分分析和改进的二维卷积神经网络的高光谱遥感图像的分类方法。首先,通过主成分分析,降低光谱维度,消除光谱亢余信息。然后,将数据进行分块处理,获得分块数据的样本标签,并将数据分为训练集和验证集,用训练集和验证集训练改进的针对高光谱遥感图像分类的卷积神经网络的参数。最后,将测试集投入训练好的2D-CNN上进行分类,得到分类结果。实验结果表明,提出的模型的分类精度明显提高,从而验证了该方法的有效性和实用性。     

数据库样本缺失下的雷达辐射源识别

目前，基于机器学习的雷达辐射源识别技术大多以训练集和测试集同分布为假设，当雷达数据库样本不足导致与信号真实分布存在偏差时，传统的分类方法效果不佳。为此，将迁移学习理论引入识别系统，设计了一种基于结构发现与再平衡的雷达辐射源信号识别方法。通过对数据库和待识别辐射源信号样本进行聚类分析发现数据结构信息，通过重采样处理修正其分布差异。将新采样数据输入支持向量机进行训练并对侦收样本进行识别。仿真实验表明，在新训练样本集上学习的模型对测试集的分类性能有了很大的提升。     

使用近红外OPUS IDNET软件定性分析鉴别废塑料

利用近红外漫反射光谱法获取不同种类废旧塑料的近红外光谱图,运用近红外OPUS IDNET软件对相应的光谱图进行处理并建立定性鉴别模型,这些模型能有效地鉴别塑料的种类。近红外光漫反射光谱法能够实现对废旧塑料的快速无损分析,为区分不同种类废旧塑料提供了一个客观的评价方法。     

利用最小冗余最大相关和SVM的SAR图像海上溢油识别

近年溢油事故频发,海洋污染日益严重。利用合成孔径雷达（SAR）卫星可以有效跟踪由海上溢油事故导致的油膜扩展情况。利用最大冗余最小相关-支持向量机（mRMR_SVM）算法进行SAR图像溢油识别,为溢油事故决策支持提供重要前提。首先采用mRMR提取最优特征向量集,对输入值进行降维; 然后采用SVM算法解决油膜图像分类问题,同时选择径向基函数（RBF）为核函数;使用训练集训练该模型,调整模型参数;以测试集特征向量作为输入,利用训练好的模型进行溢油识别。实验结果表明,mRMR_SVM模型对SAR图像的油膜和类油膜识别有效,准确率为96.875%.     

用神经网络组合预测算卫生总费用

利用BP神经网络组合能够较好地模拟在各种不确定因素影响下因果变量之间的内在关系.建立了基于人工神经网络的卫生总费用预测模型,该模型的网络结构由输入层(1个节点)、隐层(7个节点)和输出层(1个节点)组成.采用改进的BP算法对7组学习样本进行训练,得到各节点间的连接权和阈值,然后用优化好的网络进行卫生总费用预测.预测结果表明,利用该方法建立的模型预测误差在1%以内,十分精确.     

哈尔滨商业大学生活垃圾分类回收可行性研究

对哈尔滨商业大学生活垃圾分类回收处理的现状进行了调查与分析,结果表明:校园垃圾分类回收处理可以最大限度地减少校园环境的污染,节约垃圾无害化处理费用,有利于校园垃圾资源的优化配置与循环利用。     

哈尔滨商业大学生活垃圾分类自收可行性研究

对哈尔滨商业大学生活垃圾分类回收处理的现状进行了调查与分析,结果表明：校园垃圾分类回收处理可以最大限度地减少校园环境的污染,节约垃圾无害化处理费用,有利于校园垃圾资源的优化配置与循环利用。     

灰色关联分析与RBF神经网络在我国棉花价格预测中的应用研究

运用灰色关联分析法对影响棉花价格波动的诸多因素进行分析,筛选出了4个主要的影响因素:国际市场因素、替代品因素、居民消费价格指数和棉花进口量.并以此优化RBF神经网络模型的输入节点,验证了模型对棉花价格预测的精确性.采用2010年1月～2016年4月的月度数据作为网络训练集,将4个主要影响因素作为输入向量,经训练后网络拟合效果较好;以2016年5月～2017年4月共12期数据作为网络测试集,结果表明:模型预测误差为3.11％,预测精度较为理想,泛化能力强,模型能够较好地把握棉花价格变化的本质规律,为准确预测棉花市场价格提供参考.     

基于组合模型的江苏省居民用电量预测分析

研究利用时间序列基本分析方法ARIMA模型分析法、指数平滑ETS模型和神经网络自回归模型对江苏省居民每月用电量进行数据分析、处理、拟合、检验及预测,以2004年1月至2017年12月用电计量数据作为分析样本,使用R软件对该时间序列进行建模。对给出的数据建立ARIMA模型、ETS模型和NNAR神经网络自回归模型,接着利用MAE、RMSE、MAPE三个评价指标来衡量模型的优良度。尝试通过组合模型对2018年江苏省居民12个月的用电量进行预测,与实际值进行对比验证,发现权重模型的误差最小,选择作为最终预测模型。最后得出结论,组合模型的预测效果要优于非组合模型。     

基于Logistic回归的中国上市公司信用风险度量研究

以我国A股90家上市公司为研究样本,利用其2008年的财务数据,通过运行SPSS,建立Logistie回归模型,对其2010年的财务状况进行两类模式分类预测。对每一家上市公司,考虑其经营状况,根据对财务指标的曼一惠特尼检验结果,建立了包括净资产收益率、主营业务收入、净资产、总资产、每股净资产、每股现金流6项财务指标的Logistic预测模型。结果表明：模型的全样本判别准确率很高,可作为较理想的预测工具。     

用神经网络组合预测算卫生总费

利用BP神经网络组合能够较好地模拟在各种不确定因素影响下因果变量之间的内在关系。建立了基于人工神经网络的卫生总费用预测模型,该模型的网络结构由输入层(1个节点)、隐层(7个节点)和输出层(1个节点)组成。采用改进的BP算法对7组学习样本进行训练,得到各节点间的连接权和阈值,然后用优化好的网络进行卫生总费用预测。预测结果表明,利用该方法建立的模型预测误差在1%以内,十分精确。     

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.     

进口鱼粉品质的NIRS定量分析与验证

运用近红外漫反射光谱(Near Infrared Spectroscopy,NIRS)技术定量测定鱼粉中的蛋白质、脂肪、水分和灰分含量,均获得良好的结果.该方法快速、准确且无药品污染.对定标光谱进行不同的数学处理和散射处理、并采用不同的回归分析方法,对定标效果具有不同影响.     

淘汰塑料吸管! 可口可乐将在澳供纸制吸管

<正>据澳洲新闻网报道,可口可乐阿玛提尔公司(Coca-Cola Amatil)决定用可回收利用和可降解的纸制吸管替代塑料吸管。环保团体对该公司的决定表示欢迎,但也提醒消费者也妥善处理这些可降解吸管。据悉,可口可乐公司宣布未来两个月将在澳洲逐步淘汰塑料吸管和搅拌棒,并使用完全可回收利用和可降解的纸制吸管代替。该公司的总经理沃特金斯(Alison Watkins)表示,这是可口可乐方面为努力减少一次性塑料制品所采取     

基于神经网络模型的上市公司财务危机预警研究

本文使用人工神经网络(ANN)建立财务危机预警模型,用以测试模型预测上市公司发生财务危机的准确率。模型使用的样本包括110家上市公司的财务指标,其中77家公司作为训练集,33家公司作为测试集。在数据挖掘软件Rapidminer 6.1上构建模型,得到神经网络的总体预测准确率为90.91%。研究表明,人工神经网络具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力,因此是一种非常好的预测财务危机的模型,在企业财务危机预警方面有着很好的应用前景。     

绿色回收快递包装模式

为了集中处理快递包装垃圾,有效地减少污染,更加环保,我们设计出一种回收模式,分为三个部分:(1)快递包装换购"绿绘卡"。根据回收快递包装的大小总体上划分为大、中、小三种类型,不同类型包装换购不同数量绿绘卡;另外绿绘卡可以直接购买,以此促进消费,增加收益。(2)集绿绘卡换购礼品。客户收集"绿绘卡",按照一定规则换购专属书签、贺卡、明信片等纸质低价精美礼品。(3)将回收的快递垃圾统一处理。回收站将兑换的包装垃圾进行分类,完整可利用的直接留给快递中心作循环使用,不符合条件的就由废品回收站带走,利用回炉重造等手段,尽可能地进行更先进的环保处理。     

福建省城乡居民收入差距预测模型比较研究

本文选取福建省1981-2008年间的城乡收入差距值时间序列数据,建立四个时间序列模型进行比较分析,最终确定ARMA模型作为预测模型.并以2006年、2007年和2008年的数据作为检验数据检验该模型预测效果,进一步验证了其预测效果较优,最后利用该模型对福建省2011-2014年城乡收入差距值进行短期外推预测,并给出对策建议.     

海洋微塑料污染及生物降解研究进展

塑料因其易制造、功能多样、使用方便等原因多年来被大量生产并使用,但由此而产生的环境污染问题愈发严重。优其是近年来研究发现大多数塑料制品被丢弃后并未完全降解,大量的塑料碎屑在海洋及陆地水体中形成了微塑料污染,对环境、生物及人类健康造成了威胁,目前海洋微塑料污染的相关研究主要集中在监测分布、毒性分析领域,降解方法的研究刚刚兴起。从海洋微塑料污染的来源、危害、监测、分析以及生物降解等几个方面综述了相关研究进展,并对海洋微塑料生物降解技术的发展进行了讨论及展望。     

财气预报

废旧塑料再生利用大有可为轻工行业已将废旧塑料的回收利用作为今年塑料工业发展的一个重要方向。按其规划,２０００—２０１０年,我国废旧塑料的再生利用率将超过３０％。据了解,由于塑料制品不易腐烂、易污染环境,但其又在未来相当长的时间内无法被其它产品替代,因...