基于Renyi熵的LS-SVM财务困境预测模型
为了提高企业财务困境预测的正确率,减少训练模型的样本数和训练时间,在传统支持向量机预测模型的基础上,将Renyi熵和最小二乘支持向量机算法应用于财务困境预测,提出了一种基于Renyi熵的最小二乘支持向量机预测模型.独立推导出了适合财务困境预测这一离散序列的熵以及支持向量机核函数的表达式,同时,给出了这一改进算法的实现步骤.实验结果表明,该算法无论是训练样本的数量还是训练时间,都显著优于传统的最小二乘支持向量机以及标准支持向量机预测模型.
Renyi熵、最小二乘支持向量机、支持向量机、因子分析、财务困境预测
31
TP181(自动化基础理论)
国家自然科学基金项目70840018;山东省科技攻关计划基金项目2008GG30009005;山东省软科学研究计划基金项目2008RKA223
2010-06-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
1806-1808,1812