共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
本文研究了模拟退火神经网络算法在商业银行贷款风险评价中的应用,分析了商业银行贷款风险的影响因素,建立了基于模拟退火神经网络的预测模型,并用实例验证了模型的有效性。 相似文献
3.
改进的BP神经网络方法及其在农业商品总产值预测中的应用 总被引:2,自引:0,他引:2
针对BP神经网络应用中存在的训练时间长、收敛速度慢的问题,对常用的BP神经网络方法进行了改进,增加了数据前处理和后处理的过程。前处理过程是对BP神经网络的输入变量采用主成分分析法进行预处理,确定主要的影响因素,解决了神经网络训练时输入变量过多造成的效率下降问题;后处理过程是对训练结果采用回归和相关性分析的方法进行评价,验证了训练结果的精度。对农业商品总产值的预测结果表明.改进的BP神经网络方法能够提高神经网络的训练效率.并且达到了较高的预测精度。该方法适用于解决多因素预测的问题。 相似文献
4.
创新型企业知识产权质押贷款风险评估 《科学学研究》2017,35(8):1253-1263
创新型企业知识产权质押贷款对创新型企业发展和金融产品创新具有重要的促进作用。创新型企业知识产权质押贷款在实务中发展缓慢的重要原因是商业银行面临巨大风险,却缺乏对其风险的客观评估。本文基于商业银行视角,依据“双构面”有限理性理论,通过市场调查方法,构建了创新型企业知识产权质押贷款风险影响因素的结构框架,并通过因子分析法构建了商业银行打分表,确定了创新型企业知识产权质押贷款风险评估指标体系及其权重,以提高商业银行对创新型企业知识产权质押贷款风险评估的客观性和科学性,加强其对贷款风险的控制,推动创新型企业知识产权质押贷款顺利实现。文章为化解企业实务中的“创新型企业信贷配给困境”提供了必要的理论借鉴,并为完善和改进中国创新型企业知识产权质押融资政策提供了现实依据。 相似文献
5.
改革开放以来,我国商业银行抵押贷款业务有了明显的发展,但在发展过程中依然存在着许多风险,诸如市场风险、利率风险、法律风险、抵押物风险、信用风险等。能否认清并有效化解这些风险,将在很大程度上影响抵押贷款业务的健康快速发展。本文力图通过分析我国目前商业银行抵押贷款风险的表现,找出抵押贷款风险的成因,并借鉴典型国家和地区抵押贷款风险防范的先进经验,探讨我国商业银行抵押贷款风险防范的手段和对策,为我国商业银行抵押贷款业务的发展提供参考。 相似文献
6.
《内蒙古科技与经济》2019,(19)
目前输变电工程造价经济技术指标复杂,影响造价的因素众多,导致造价估算困难,工程设计和概算过程难以达到预期效果。为了解决该难题,文章建立基于主成分分析法和改进BP神经网络的输变电工程造价预测模型,采用主成分分析法提取输变电工程造价主要影响因素,结合工程实际情况,通过改进的BP神经网络对样本数据训练学习。通过测试验证,建立的模型预测结果较为准确,能够较为合理的预测输变电工程的造价费用,对电网工程造价预算具有一定的参考价值。 相似文献
7.
自2001年9月以来,我国商业银行个人住房贷款赶超房地产开发贷款,成为银行最重要的放贷对象,个人住房贷款风险也因此成为银行风险管理中最重要的一部分。个人住房贷款风险主要包括:违约贷款风险和提前还款风险,目前我国商业银行风险的管理侧重点在违约贷款,而忽视了提前还款风险管理的重要性。今年10月20日央行宣布提高存贷款基准利率0.25个百分点,这是34个月以来的首次加息,那么存贷款基准利率的上升会给我国商业银行个人住房贷款风险带来什么样的影响呢? 相似文献
8.
基于PCA与GA改进BP神经网络的高速公路项目融资风险评价 总被引:1,自引:0,他引:1
针对高速公路项目融资风险评价问题,提出主成分分析(Principal Component Analysis,PCA)与遗传算法(Genetic Algorithm,GA)改进BP神经网络相集成的高速公路项目融资风险评价方法。首先利用主成分分析对高速公路项目融资风险评价指标体系降维,然后把降维后的指标数据输入到遗传算法改进的BP神经网络,最后应用该方法对北方某省15条高速公路项目融资风险进行评价。实证研究表明该方法应用到高速公路项目融资风险评价中是可行可靠的。 相似文献
9.
针对企业自主创新项目风险评价中的高维、非线性问题,提出了一种基于主成分分析和遗传神经网络的企业自主创新项目风险评价方法.该方法利用主成分分析对企业自主创新项目风险评价体系进行特征提取,利用遗传算法直接训练神经网络的权重形成遗传神经网络,特征提取后的综合主成分指标进入遗传神经网络的智能评价系统.实证结果表明,该方法具有较好的泛化能力,与标准BP神经网络方法相比,该方法具有明显的优势. 相似文献
10.
首先通过主成分分析消除原始指标之间的相关性,使指标数量变少且相互之间不相关,从而构建综合预判指标,再利用BP神经网络建立微博舆情预判模型。实验选取2013年微博热门话题作为训练样本,选取2014年的话题作为预测。实验结果表明,主成分分析有助于去除原始样本数据的冗余,简化了网络的复杂度,所得到的结果更加准确。因此,该模型较仅使用BP神经网络的准确性更高。 相似文献
11.
《内蒙古科技与经济》2016,(1)
提出了一种基于主成分分析的BP神经网络模型,用于大学生信息素质的综合评价;根据制定出的大学生信息素质的评价指标体系,采用主成分分析方法对众多评价指标进行了降维处理,构建出了大学生信息素质BP神经网络的评价模型。 相似文献
12.
13.
14.
15.
基于PCA—SVM的商业银行高级管理人员能力评价 总被引:1,自引:0,他引:1
在建立商业银行高级管理人员能力评价指标体系基础上,提出了主成分分析(PCA)和支持向量机(SVM)相结合的能力评价模型.对原始指标数据进行标准化处理,然后运用主成分分析消除指标之间的冗余和相关,最后在MATLAB 6.5中运用支持向量机对商业银行高级管理人员能力进行评价.实证结果表明该方法是用于商业银行高级管理人员能力评价的有效方法. 相似文献
16.
17.
混凝土碳化深度是钢筋混凝土结构耐久性评估的重要参数,影响混凝土碳化深度的因素主要有水灰比、水泥用量、混凝土抗压强度、碳化时间、水泥强度、温度与湿度。基于以上7个参数,并结合BP神经网络较好的预测性,以及主成分分析(PCA)能消除自变量间的多重共线性和降低输入数据维度的特点,建立了基于PCA-BP神经网络的混凝土碳化深度预测模型。以30组实测数据为例,对7个影响因素进行主成分分析,最终降为4个主成分,进而将其作为BP神经网络的输入因子,对混凝土碳化深度进行了预测。结果表明:PCA-BP神经网络预测误差低,实现了对混凝土碳化深度的较准确预测,PCA-BP神经网络模型为混凝土碳化深度预测提供了一种科学、可靠的方法。 相似文献
18.
针对当前电子器件故障诊断方法存在的弊端,以获得高精度的电子器件故障诊断结果为目的,提出了基于改进神经网络的电子器件故障智能诊断方法。首先对电子器件故障诊断的研究现状进行分析,找到引起电子器件故障诊断精度低的原因,然后提取电子器件故障诊断的特征,并采用核主成分分析对特征向量机进行去冗余处理,减少神经网络的输入向量数量,最后采用BP神经网络建立电子器件故障诊断模型,并采用蚁群算法对BP神经网络参数求解,并与其它方法进行了电子器件故障诊断测试,改进神经网络的电子器件故障诊断精度超过95%,而且电子器件故障诊断的速度非常快,获得比其它方法更加理想的电子器件故障诊断结果,具有广泛的应用前景。 相似文献
19.
20.
对主成分分析三点不足的改进 总被引:6,自引:0,他引:6
首先通过均值化和对数中心化处理改进主成分分析的特征提取,其次通过比较最优与最劣样本的主成分数值大小,判定特征向量方向,用熵值法对主成分的综合值计算进行改进。最后,文章用改进后的主成分方法对中国东部各省市区域创新能力进行综合评价。 相似文献