学习矢量量化神经网络在财务失败预测中的应用

详细信息    查看全文 | 推荐本文 |

	作者：康彩丽 关键词：人工神经网络 ; 财务失败预测 ; LVQ 中文刊名：JDNS 英文刊名：Journal of Changzhi University 机构：山西大同大学浑源师范分校; 出版日期：2018-10-15 出版单位：长治学院学报 年：2018 期：v.35;No.186 语种：中文; 页：JDNS201805012 页数：4 CN：05 ISSN：14-1328/Z 分类号：38-41

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.