基于粗糙集—决策树的上市公司财务预警

传统的财务预警研究往往把企业财务状况分成ST和非ST两类,过于笼统。为此本文首先运用聚类的方法把138家制造业上市公司分为财务状况健康、良好、一般、预警和危机5个层次,这使得对企业财务预警的研究更贴合实际,并且使实证研究结果更加准确。然后运用粗糙集中的变精度加权平均粗糙度来构造决策树的改进算法,对这些公司进行分类,进而提出公司财务状况预警的规则,这样生成的决策树财务预警规则防噪声能力更强,分类效果更好。     

数据挖掘在银行个人客户信用等级分类中的应用分析

从银行客户信用等级分类入手,分析了客户价值和分类的重要性,并对某商业银行客户信用等级分类指标体系研究,采用粗糙集数据挖掘理论知识,为银行客户信用等级分类提供决策支持。     

粗糙集和决策树方法在数据挖掘中的应用

分类在数据挖掘中是一项非常重要的任务.分类的目的是学会一个分类函数或分类模型(也称作分类器),该模型能把数据库中的数据项映射到给定类别中的某一类别.本文对数据分类中的典型代表粗糙集和决策树方法进行分析和研究,并指出它们的优缺点,最后提出了今后的研究方向.     

基于粗糙集的市场潜在客户预测模型

论文提出基于粗糙集理论的市场潜在客户预测模型,研究并解决潜在客户信恩决策系统的建立和使用的方法.     

复杂背景下车牌字符的分割与识别

复杂背景下车牌字符的分割包括：预处理，确定车牌字符排列格式；聚类分析字符分割，即通过计算字符宽度、合并相邻数域等步骤处理车牌字符；字符识别部分提出采用主量分析方法对字符进行特征提取，并用粗集理论对特征进行约简后作为网络输入，构成整个识别网络。实验验证该算法具有准确率高和鲁棒性强的特点。     

直觉模糊粗糙推理的规则库输出研究

针对逻辑规则库的输出问题，研究了直觉模糊粗糙逻辑推理规则库的理想输出和实际输出之间的关系。引入了直觉模糊集、Vague集、模糊粗糙集等定义，针对规则的互作用性定义，揭示了系统设计的理想输出与实际输出的关系，并给予了证明。实践证明，运用直觉模糊粗糙集理论对规则库的输出进行研究，将有助于检验规则库的合理性和有效性。     

基于粗糙集与条件熵的立交桥施工区危险源识别研究

立交桥作为高速公路的一个重要组成部分,其建设大大缓解了交通拥堵问题.但立交桥建设项目的施工现场人员流动大,施工作业环境及施工对象复杂,导致安全事故频发.本文针对立交桥施工区危险源进行研究,期望为重大危险源的预控提供理论依据. 立交桥施工区定义 施工区由警告区、上游过渡区、缓冲区、作业区、下游过渡区和终止区六部分组成,如图1所示.然而,受地理位置及所采用的施工工艺影响,施工活动的附属区域,如梁体预制场地、物料存储仓库、施工人员生活区等,均处于施工区复杂的环境中,发生危险的可能性大增,因此与施工活动有关的附属区域也应属于施工区的范畴.     

基于粗糙集和组合神经网络的武器系统效能评估方法

针对武器系统效能评估中存在指标信息不确定和指标间关系不明确的问题,运用粗糙集和组合神经网络模型进行研究,提出了基于粗糙集的效能评估指标集约简方法,并构建了基于组合神经网络的效能评估模型,研究结果表明,基于粗糙集和组合神经网络的武器系统效能评估是可行、有效的,对全面而科学评价武器系统效能具有积极指导作用和较强实用性。     

企业财务预警的研究方法及其改进——基于文献综述

企业财务预警研究方法经历了趋势分析、判别分析、人工智能技术、传统方法的改进和前沿技术的采用四个发展阶段.作为方法的改进,基于聚类、粗糙集、神经网络的财务困境预警方法更具有科学性.     

基于粗糙集和AHP的中小企业信用风险评估模型研究

本文针对于中小企业信用评估指标过多,评估效率和准确率不高的问题,提出了一种基于粗糙集与AHP的中小企业信用评估模型。该模型以粗糙集的约简理论简化企业的财务数据指标数量,以AHP层次分析法量化各指标间的权重关系,建立一套科学合理的信用评估体系,并将该体系应用于2005—2007的上市公司年报,实验结果表明,该模型不仅方便...