摘要
近些年来,神经网络方法被引入财务失败预测中。LVQ计算方法被应用到中国上市公司的财务危机预测模型中,通过对网络的反复训练和学习,得到了较满意的预测结果。对传统的BP神经网络方法与LVQ神经网络方法进行了分析比较。研究结果表明,LVQ比BP算法具有更高的预测精度。
引文
[1]高隽.人工神经网络原理及仿真实例[M].北京:机械工业出版社,2014.
[2]范影乐,杨胜大.MATLAB仿真应用详解[M].北京:人民邮电出版社,2013.
[3]蒋宗礼.人工神经网络导论[M].北京:高等教育出版社,2012.
[4]许东,吴铮.基于MATLAB 6.x的系统分析与设计[M].西安:西安电子科技大学出版社,2015.
[5]张立明.人工神经网络的模型及其应用[M].上海:复旦大学出版社,2011.
[6]Kohonen T.Self-organized formation of topologically correct feature maps[J].Biological Cybernetics,2016,43(1):59-69.
[7]刘豹,胡代平.神经网络在预测中的一些应用研究[J].系统工程学报,2014,14(4):338-343.
[8]梁娜,张吉刚.基于学习矢量量化(LVQ)神经网络的高校毕业生学位评审预测[J].甘肃科学学报,2017,24(1):84-87.