欢迎来到天天文库
浏览记录
ID:46294907
大小:388.74 KB
页数:7页
时间:2019-11-22
《基于熵的最小二乘支持向量机增长记忆算法与实证分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第19卷第4期2010年8月运筹与管理OPERATIONSRESEARCHANDMANAGEMENTSCIENCEV01.19,No.4Aug.2010基于熵的最dx--乘支持向量机增长记忆算法与实证分析赵冠华(山东财政学院会计学院,山东济南250014)摘要:为了减少预测模型的训练样本数和训练时问,提高预测的正确率,将信息论中熵的概念和增长记忆算法引入企业财务困境预测,提出了一种基于熵的最小二乘支持向量机(LS—SVM)增长记忆算法,该算法不必每次都求解矩阵的逆,提高了算法的有效性;通过实验,给出了适合企业财务困境预测的离散的信息熵和核函数的表达式。将该算法与传统L
2、S—SVM以及标准SVM的分析比较,可以看出,在sT前1—3年的不同时点上,基于熵的LS—SVM增长记忆算法无论是训练样本的数量还是运算时间,都显著优于传统的LS—SVM以及标准的SVM,证实了将信息熵和增长记忆算法应用于企业财务困境预测的有效性和优越性。关键词:最dx--乘支持向量机;信息熵;增长记忆算法;SVM;财务困境预测中图分类号:0224文章标识码:A文章编号:1007·3221(2010)04—0038—07ArithmeticofIncreaseRemembranceonLeastSquaresSupportVectorMachineBasedonEnt
3、ropyandItsDemonstrationAnalysisZHAOGuan.hua(SchoolofAccounting,ShandongUniversityofFinance,Jinan25001,China)Abstract:Inordertoreducethetrainingsamplesnumberandtrainingtimeofpredictionmodelsandimprovethecorrectrateofprediction,thispaperappliestheconceptofentropyfrominformationtheoryandin
4、creaseremem-brancearithmeticintoenterprise’sfinancialdistressprediction.Thisarithmeticdoesn’thavetosolvethematrixinverseeverytimeSOtheeffectivenessisincreased.Throughtheexperiment,thisarticlegetsthediscreteinforms—tionentropyandkernelfunotionexpressionswhicharefitforthefinancialdistress
5、prediction.ComparedwiththetraditionalalgorithmofLS.SVMincreaseremembranceandstandardSVM,thispaperconcludesthat,indifferenttimeof1-3yearbeforeST,LS.SVMincreaseremembrancearithmeticbasedonentropyaresignificantlysuperiortothetraditionslLS.SVMandstandardSVMregardlessofthetrainingsamplesnumb
6、erorcomputingtime.Italsoprovesthesuperiorityandeffectivenessofapplyingtheconceptofinformationentropyandincreaseremembrancearithmeticintofinancialdistressprediction.Keywords:leastsquaressupportvectormachine;entropy;increaseremembrancearithmetic;supportvectormachine;financialdistresspredi
7、ction0引言随着人工智能研究的进展,人们逐渐发现研究人工智能的最好方法是向人类自身学习,因而引入了一些模拟进化的方法来解决复杂优化问题,其中富有代表性的是遗传算法⋯。神经网络算法是基于人脑结收撬日期:2009-05.05基金项目:山东省科技攻关计划资助项目(2008GG30009005);山东省软科学研究计划资助项目(2008RKA223)作者简介:赵冠华(1962.),男,江苏徐州人,天津大学管理学院博士研究生,研究方向:机器学习理论、数据挖掘技术、财务决策支持系统。第4期赵冠华:基于熵的最小二乘支持向量机增长记忆算法与实证分析39构的,其目的
此文档下载收益归作者所有