ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

概率神经网络信用评价模型及预警研究

庞素琳暨南大学
系统工程理论与实践2005-5-25
10阅读
引用收藏
分享

摘要

 介绍了概率神经网络(PNN)方法及其分类机理,构造了用于识别两类模式样本的PNN结构,用来对我国2000年106家上市公司进行两类模式分类.仿真结果表明,PNN对训练样本有很高的分类准确率,能达到100%;但对测试样本的分类准确率却很低,只达到69 77%.因而使总体的分类效果偏差,分类准确率只达到87 74%.进一步的仿真结果表明,该方法对我国2001年公布的13家预亏公司进行预警分析时,准确率只达到69 23%.所以PNN不太适合用来对新样本的识别和预警研究.研究结果还表明,PNN在分类效果上不如MLP(对相同的样本,多层感知器分类准确率达到98 11%),但和Yang等的PNN分类效果...

学科与关键词

关键词
概率神经网络信用评价模型模式分类财务预警 probabilistic neural networkcredit scoring modelpatterns classificationfinancial predicting
相关
加载中…
  • BP算法在信用风险分析中的应用
    庞素琳黎荣舟徐建闽控制理论与应用, 2005, (01): 139-143.
  • 基于椭圆概率神经网络的企业财务危机预警
    吴冲; 张霞; 张新颖统计与信息论坛, 2013, (02): 18-22.
  • 基于OPRA与NTVE-PSO-PNN的财务危机预警模型研究
    王洪宝; 王福胜商业研究, 2013, (03): 160-167.
查看全部 →

发表信息

论文状态
公开发表
期刊
系统工程理论与实践
发表日期
2005-05-25
卷期
第 05 期
页码
43-48
成果收录
CHINAJOURNAL
资助标注
广东省自然科学基金(31906);广东省科技厅(2004B10101033);广州市科技局攻关项目(2004Z3 D0231)

作者

  • 庞

    庞素琳 (第一作者)

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417