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
- 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.
