保险公司偿付能力评价、预警——基于BP神经网络的分析

本文以某寿险公司财务比率数据为例进行因子分析,再用一个三层BP神经网络模型时偿付能力进行学习、训练,再利用训练好的模型进行检测评价,发现保险公司偿付能力下降。其原因主要有：资本充足率、资产质量下降,粗放经营。因此保险公司应该走集约经营的路子、拓展投资业务、降低经营费用、加强监管等措施来提升偿付能力.     

基于数据挖掘理论的电子商务环境构建与研究

电子商务的发展促使公司内部收集了大量的数据,并且迫切需要将这些数据转换成有用的信息和知识.数据挖掘涉及的学科领域和方法很多,其核心技术历经了数十年的发展,其中包括统计、近邻、聚类、决策树、神经网络和规则等.     

基于灰色模型与BP神经网络的青岛旅游需求预测模型

本文主要研究青岛市旅游需求预测的有关问题。本文首先对搜集的数据进行无量纲化处理,利用主成分分析得到影响旅游需求的主成分,以旅游人口建立GM(1,1)模型,进而将模型推广到GM(1,N)模型,并进行残差检验确保其可靠性;其次,对影响旅游需求的因素进行GM(1,1)灰度预测,并利用预测数据建立BP神经网络模型对GM(1,1)模型进行优化改进,最后,分析得到运用BP神经网络模型进行预测的结果更为准确。     

基于BP神经网络和相关系数结合的股票价格预测

股票价格预测一直是困扰投资者的难题,为了提高股票价格的预测精度,本文提出一种基于BP神经网络和相关系数结合的股票价格预测方法。从股票数据中选取10个影响股票价格的因素,计算它们与股票价格的相关系数,从中提取关键因素,利用BP神经网络预测未来股票价格。将此方法用于华谊兄弟(300027)预测股票收盘价,结果表明,相对于未提取关键因素的BP神经网络,此方法提高了股票价格的预测精度。     

基于贝叶斯优化LSTM的S型道路车辆轨迹预测

为了提高车辆特殊轨迹预测的准确率,采用一种基于长短时记忆网络与贝叶斯优化算法结合的目标车辆轨迹预测方法。利用长短时神经网络进行车辆轨迹预测,并运用贝叶斯优化算法对长短时神经网络进行迭代优化。最后,利用真实数据集以及通过NSGIM(Next Generation Simulation)数据集对模型进行训练和测试,结果表明,基于贝叶斯优化的LSTM车辆轨迹预测方法预测精度于以往方法有所提升。     

基于BP神经网络的入境旧机电产品再制造质量评估研究

针对入境旧机电产品再制造质量影响因素多、质量控制难度大等问题,探讨入境旧机电产品再制造质量影响因素体系,研究入境旧机电产品再制造质量评估系统组织结构,提出基于BP神经网络的入境旧机电产品再制造质量评估模型,进而以入境旧机床再制造质量评估为例,构建入境旧机床再制造质量评估系统,验证所提评估模型的可行性和有效性。     

基于GRA-GA-BP神经网络的港口集装箱吞吐量预测模型

港口集装箱吞吐量的准确预测对于港口的未来发展规划及该港口所属腹地的经济发展具有重要的指导意义。为实现输入变量的降维,提高预测精度,避免出现局部最优解,借助灰色关联分析对输入变量进行筛选和排序,引入遗传算法作为优化BP神经网络内初始权值及阈值的工具,并基于此建立模型对环渤海港口群三大代表港口2016-2019年集装箱吞吐量进行实证对比分析。最后横向比较传统BP模型和GA-BP模型的预测结果,研究结果表明：经GRA-GA算法优化BP神经网络模型相较于GA-BP神经网络模型与未经过改善的传统的BP神经网络模型其预测结果更为理想,研究结果对港口的战略规划及发展具有一定的参考价值。     

基于CMCP和余弦间隔交叉熵的深度神经网络及其应用

二分类问题在经济领域十分常见,深度神经网络(DNN)是现有最为常用的分类方法之一。然而在处理高维特征数据时,DNN仍然面临着巨大的挑战。为此,本文基于CMCP和余弦间隔交叉熵损失建立了一个新的深度神经网络(CMCP-CMDNN),它既实现高维输入特征的筛选,又改进分类预测能力。其中,CMCP方法用于压缩输入特征到第1隐藏层的权重,通过融合权重的组结构,能够剔除无关特征以及不重要的连接。余弦间隔交叉熵损失函数可以增大判别边界的间隔,提高分类准确率和稳健性。为了求解模型,本文基于局部线性近似(LLA)和近端梯度下降算法估计参数。模拟分析表明,对比已有DNN和分类方法,所提出的方法具有良好的特征选择性能和预测表现。信用贷款违约风险实证研究表明,该方法能够有效选择风险指标并进行违约风险预警。本文拓展了深度神经网络的理论研究,为高维复杂交互作用的大数据建模提供新思路,为解决金融、管理、生物等领域的分类问题提供有力的分析工具。     

基于卷积神经网络的科创板企业估值问题

随着科创板的设立,企业如何估值成为至关重要的问题。对上市企业的估值研究,主要通过建立评价类模型、回归拟合类模型和预测类模型进行综合性评价。本文运用了加权平均、主成分分析和卷积神经网络,构建了科创板企业的估值模型,并运用ARMA模型对市场指标进行了预测分析。     

计算机软件价值评估的模糊神经网络方法研究

一、影响因素分析 计算机软件指计算机程序及其有关文档。包括:源程序、目标程序、程序设计说明书、流程图等。计算机软件作为一项资产时,它是一种技术型无形资产。它具有如下几个方面的特点: (1)计算机软件通常都是针对某些特定目的而开发设计的,使用者把计算机软件作为一种工具来使用,通过执行计算机软件就会得到正确的输出结果,从而提高使用者的工作效率。因此,计算机软件有实用价值。 (2)计算机软件是智力成果,是研究开发者独特的思想方法等的表现形式,带有研究开