發(fā)布時(shí)間：2020-05-14 12:36

【摘要】： 分類是人們認(rèn)識(shí)一切事物的墓礎(chǔ),許多優(yōu)秀的學(xué)習(xí)算法都是以分類為基礎(chǔ)發(fā)展起來(lái)的,如神經(jīng)網(wǎng)絡(luò)等.目前能用于模式分類的方法很多,傳統(tǒng)的方法有Bayesian方法、距離判別法、Fisher判別法等.現(xiàn)代的方法如模糊分類、粗糙分類、以及神經(jīng)網(wǎng)絡(luò)分類等,還有剛剛興起的支持向量機(jī)分類方法. 支持向量機(jī)理論是一種專門的小樣本理論,它避免了人工神經(jīng)網(wǎng)絡(luò)等方法的網(wǎng)絡(luò)結(jié)構(gòu)難于確定、過(guò)學(xué)習(xí)和欠學(xué)習(xí)以及局部極小等問(wèn)題,被認(rèn)為是目前針對(duì)小樣本的分類、回歸等問(wèn)題的最佳理論,基于這一理論近年提出的支持向量機(jī)(Support Vector Machines簡(jiǎn)稱SVM)方法,為解決非線性問(wèn)題提供了一個(gè)新思路. 本文首先回顧了前人對(duì)支持向量機(jī)理論所做的成果,在前人工作的基礎(chǔ)上介紹了在二次規(guī)劃框架下的支持向量機(jī)分類算法和回歸算法以及在線性規(guī)劃下的支持向量機(jī)分類算法,進(jìn)而對(duì)支持向量機(jī)理論做了擴(kuò)展研究,證明了在非線性情況下支持向量機(jī)分類算法和回歸算法的等價(jià)性.然后,我們運(yùn)用支持向量機(jī)原理研究了上市公司財(cái)務(wù)危機(jī)問(wèn)題,建立了基于支持向量機(jī)的上市公司財(cái)務(wù)預(yù)警模型,并利用部分上市公司的財(cái)務(wù)數(shù)據(jù)對(duì)財(cái)務(wù)危機(jī)問(wèn)題做了實(shí)證分析,結(jié)果表明支持向量機(jī)方法優(yōu)于神經(jīng)網(wǎng)絡(luò)等其它方法.
【學(xué)位授予單位】：新疆大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2007
【分類號(hào)】：F830.9;O234

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 夏業(yè)啟,于中;酚醛樹脂生產(chǎn)的微機(jī)自動(dòng)控制系統(tǒng)[J];工程塑料應(yīng)用;2000年05期

2 劉興遠(yuǎn),方順興,姚忠國(guó);建筑結(jié)構(gòu)試驗(yàn)數(shù)據(jù)處理的幾種方法[J];四川建筑科學(xué)研究;1993年02期

3 郭偉,劉興遠(yuǎn),張力,王躍文,孫亮;無(wú)腹筋鋼筋混凝土簡(jiǎn)支梁受剪特性的神經(jīng)網(wǎng)絡(luò)模型初探[J];四川建筑科學(xué)研究;2004年01期

4 劉興遠(yuǎn),郭偉,林文修,杜文龍,易珂;重慶地區(qū)混凝土構(gòu)件碳化規(guī)律的神經(jīng)網(wǎng)絡(luò)描述[J];四川建筑科學(xué)研究;2004年04期

5 張燕平;提取特征規(guī)則的重復(fù)覆蓋算法(RCA)[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年02期

6 高湘萍;吳小培;沈謙;;基于腦電的意識(shí)活動(dòng)特征提取與識(shí)別[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年02期

7 丁曉貴;神經(jīng)網(wǎng)絡(luò)在非線性系統(tǒng)參數(shù)辨識(shí)中應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年04期

8 路子，

本文編號(hào)：2663359