共被期刊论文引用了3次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 遗传算法和神经网络耦合的金融预测系统显示文摘神经网络具有强大处理非线性系统的能力和映射能力,在财务预警和金融预测中得到广泛应用.神经网络与遗传算法耦合的金融参数预测系统(GA-BP系统)是利用智能模拟算法,算法要点是遗传算法对神经网络预测金融系统拓扑结构层间权系值进行优胜劣汰演化,本文证明二者耦合能提高网络系统的效率和预测精度,实现了两种智能模拟方法的集成耦合. | 宋晓勇 陈年生 | 2016 | 上海交通大学学报2016，50，2： | 7 |
| 2 | 基于量子免疫的RBF神经网络在上市公司财务预警中的应用显示文摘针对传统的RBF神经网络财务预警模型难以解释变量之间的因果关系,使得训练时间增加、训练精度下降等缺陷,该文提出了一种基于量子免疫的改进的RBF神经网络的财务预警模型.该模型通过改进的量子免疫算法对RBF神经网络的连接权值进行优化,将连接权,隐节点中心以及宽度编码为基因,构成抗体,然后通过遗传迭代使网络参数逐步优化,最终达到最优结果.详细阐述了算法的实现过程以及利用量子免疫算法改进RBF神经网络财务预警模型,然后,分别采用改进RBF神经网络法、传统RBF神经网络法及Logistic回归模型进行实证对比分析,实证证明了改进RBF神经网络模型预警的准确性有较大提高. | 胡震云 叶燕杰 陈志明 | 2015 | 河南科学2015，33，12： | 1 |
| 3 | 基于PCA及Elamn神经网络的财务困境预警显示文摘企业是市场的重要参与主体之一,而财务是各个企业的重要运营支撑,在新冠肺炎疫情所带来的压力下,市场风险逐渐扩大,随时出现的财务困境成为企业所面临的最大挑战。该研究选取2020年157家被特别处理的上市公司(Spe⁃cial Treatment,ST)和157家非ST上市公司的19个指标为研究对象,对公司的财务状况进行预测和分析构建了Elman神经网络预测模型。实验结果表明:RBF、BP及SVM模型的准确率具体数值为14.28%、9.52%、7.93%,而Elamn模型预测的分类准确率是85.71%,说明研究提出的Elman预测模型在财务困境的预测中具有较强的预测能力,可以为企业机构做出正确的决策提供指导意义。 | 康亮河 林雨蔚 朱莉莉 王雲慧 袁敏 | 2022 | 电脑知识与技术2022，18，31： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员