作者:李博 罗良辰财务困境预警主成分分析数据挖掘自学习功能
摘要:审计分析软件的自学习功能十分重要。本文针对中央企业审计分析和预警系统的核心技术一一财务困境预警,选取206家中央企业及其子公司的财务指标作为训练样本和测试样本。使用主成分分析方法筛选后,采用Fisher线性判别模型、贝叶斯判别模型、Logistic模型、径向基函数神经网络模型、支持向量机模型等五种数据挖掘模型进行训练和测试。结果表明:除贝叶斯判别模型预测结果较差外,其它四种模型的预测准确率都较高,其中Fisher线性判别模型的预测准确率最高。本实验室给出了Fisher线性判别模型自学习功能实现的流程图和C/C++语言描述,实现了中央企业审计分析和预警系统的优化和改进。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社