支持向量機(jī)與粗糙集理論在上市公司研究中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩44頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、對(duì)上市公司的研究是投資者和上市公司利益關(guān)聯(lián)各方用來(lái)進(jìn)行相關(guān)決策和風(fēng)險(xiǎn)管理的重要依據(jù)。支持向量機(jī)和粗糙集理論是兩種新的數(shù)據(jù)挖掘方法,各自都具有其獨(dú)特的優(yōu)良性質(zhì),本文根據(jù)中國(guó)股票市場(chǎng)的具體情況和實(shí)際特點(diǎn),將支持向量機(jī)和粗糙集理論引入上市公司的實(shí)證研究當(dāng)中,所做的主要工作有: 1、建立了一種基于粗糙集理論的上市公司評(píng)價(jià)模型,運(yùn)用屬性的重要性來(lái)確定評(píng)價(jià)指標(biāo)的權(quán)重,有效的克服了模糊評(píng)價(jià)權(quán)重系數(shù)確定的主觀性。并通過(guò)上市公司的實(shí)際數(shù)據(jù)進(jìn)行了驗(yàn)

2、證,得到了符合實(shí)際的評(píng)價(jià)結(jié)果,從而驗(yàn)證了評(píng)價(jià)模型的可行性和有效性。 2、構(gòu)建了基于粗糙集理論的支持向量機(jī)分類模型,運(yùn)用粗糙集進(jìn)行屬性約減,克服了現(xiàn)有支持向量機(jī)模型對(duì)于屬性重要性的不加區(qū)分的缺陷,并通過(guò)核的線性組合的方式來(lái)構(gòu)造更符合實(shí)際情況的新的核函數(shù)。并將新模型運(yùn)用于上市公司財(cái)務(wù)預(yù)警當(dāng)中,通過(guò)上市公司實(shí)際數(shù)據(jù)的驗(yàn)證,表明了分類模型的可行性和有效性。 3、構(gòu)建了基于粗糙集理論的支持向量機(jī)回歸模型。并將新模型運(yùn)用于上市公司的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論