期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于遗传算法和熵的缩减记忆式LS-SVM财务困境预测模型研究 被引量:6
1
作者 赵冠华 《运筹与管理》 CSCD 北大核心 2010年第5期71-77,共7页
为了提高财务困境预测的正确率,减少模型的训练样本数和训练时间,在传统支持向量机(SVM)预测模型的基础上,将遗传算法、信息熵和缩减记忆算法应用于最小二乘支持向量机(LS-SVM),提出了一种基于遗传算法和信息熵的缩减记忆式最小二乘支... 为了提高财务困境预测的正确率,减少模型的训练样本数和训练时间,在传统支持向量机(SVM)预测模型的基础上,将遗传算法、信息熵和缩减记忆算法应用于最小二乘支持向量机(LS-SVM),提出了一种基于遗传算法和信息熵的缩减记忆式最小二乘支持向量机预测模型。并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,给出了这一改进模型的实现步骤。实验结果表明,该模型无论是预测正确率,还是训练样本的数量和训练时间,都显著优于最小二乘支持向量机以及传统支持向量机模型。 展开更多
关键词 遗传算法 信息熵 最小二乘支持向量机 缩减记忆算法 财务困境预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部