作者:彭静 彭勇 欧阳令南财务危机预警粒子算法支持向量机
摘要:基于特征集的选择、核函数参数的优化对支持向量机(SVM)模型的预测性能有着重要的影响,提出了一个粒子算法-支持向量机(PSO-SVM)模型.该模型采用PSO对特征集和核函数参数同时进行优化,从而提高SVM模型的预测结果.将所提出的PSO-SVM模型应用到财务危机预警中,取得了较佳的预测结果.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《上海交通大学学报》(月刊)创刊于1956年,由中华人民共和国教育部主管,上海交通大学主办,CN刊号为:31-1466/U,自创刊以来,颇受业界和广大读者的关注和好评。 《上海交通大学学报》主要刊载船舶与海洋工程、动力、机械、能源、材料、电气、电子、计算机、化工、生物工程、管理科学,以及数学、物理、工程力学等方面的最新研究成果。
部级期刊
人气 258108 评论 46
省级期刊
人气 238519 评论 36
人气 154106 评论 33
人气 151784 评论 53