基于FARBF神经网络算法的资产评估统计模型

发布时间：2018-05-03 12:44

  本文选题：FARBF算法 + 因子分析　； 参考：《统计与决策》2017年06期

【摘要】：针对RBF神经网络算法因原始变量间强相关性带来的处理难度,与因子分析得分评估模型不能充分结合先验知识等缺陷,文章综合因子分析与RBF神经网络算法的各自优点,构建一种基于FARBF神经网络算法的企业资产质量评估模型,并给出了原始数据的同向化处理方法。实证案例分析与仿真试验结果表明该模型精度高于单纯的RBF网络算法,且该算法简化了神经网络结构,提高了网络训练速度与算法精度。
[Abstract]:In view of the difficulty of processing RBF neural network algorithm due to the strong correlation between original variables and the failure of factor analysis score evaluation model to integrate prior knowledge fully, this paper combines the respective advantages of factor analysis and RBF neural network algorithm. A model of enterprise asset quality evaluation based on FARBF neural network algorithm is constructed, and the homotactic processing method of raw data is given. The results of empirical case analysis and simulation experiments show that the accuracy of the model is higher than that of the simple RBF network algorithm, and the algorithm simplifies the neural network structure and improves the training speed and accuracy of the algorithm.
【作者单位】： 贵州民族大学;贵州大学数学与统计学院;贵州大学贵州省公共大数据重点实验室;
【基金】：国家自然科学基金资助项目(11661018) 全国统计科学研究项目(2014LZ46) 贵州省自然科学基金资助项目(黔科合J字[2014]2058号)
【分类号】：TP183;F273.4

【相似文献】

相关期刊论文 前10条

1 张赛民;周竹生;陈灵君;;应用一种改进BP神经网络算法预测密度曲线[J];物探化探计算技术;2007年06期

2 李淑慧;;改进的进化神经网络算法及其在入侵检测中的应用[J];现代电子技术;2010年01期

3 王治国;宋考平;张春鹤;刘刚;王爱明;;BP神经网络算法在单井流动单元识别中的应用[J];数学的实践与认识;2011年05期

4 ;BP神经网络算法的改进[J];电脑开发与应用;1995年02期

5 贺兴时,刘宇;BP神经网络算法在数字识别中的应用[J];西北纺织工学院学报;2000年04期

6 李广琼,蒋加伏;关于对BP神经网络算法改进的研究[J];常德师范学院学报(自然科学版);2003年02期

7 孙修东,李宗斌,陈富民;基于改进BP神经网络算法的多指标综合评价方法的应用研究[J];河南机电高等专科学校学报;2003年01期

8 王青海;BP神经网络算法的一种改进[J];青海大学学报(自然科学版);2004年03期

9 左付均,蔡自兴;基于神经网络算法的建设项目风险预测系统设计[J];广西科学院学报;2004年03期

10 李卫东;基于神经网络算法的工程技术人员综合评价方法的应用研究[J];太原科技大学学报;2005年02期

相关会议论文 前10条

1 吕庆U，

本文编号：1838530