基于PCA-PSO-SVM的上市公司财务危机预警
作者：刘玉敏; 申李莹; 任广乾
摘要：针对单纯支持向量机（SVM）预警准确率较低等问题,采用粒子群算法（PSO）优化支持向量机的参数,提出改进的SVM预警模型。该方法首先采用主元分析方法（PCA）进行数据降维处理,再将支持向量机的参数作为PSO的粒子,分类准确率作为PSO的目标函数,通过全局搜索得到最优参数进而优化SVM。研究结果表明,PCA-PSO-SVM模型准确率相较于SVM模型得到较大改善。
分类：
- 期刊
- >
- 人文社会科学
- >
- 经济与管理科学
- >
- 企业经济
收录：
- 维普收录(中)
- 万方收录(中)
- 上海图书馆馆藏
- 知网收录(中)
- 国家图书馆馆藏
- 北大期刊(中国人文社会科学期刊)
- 统计源期刊(中国科技论文优秀期刊)
关键词：
- 粒子群算法
- 支持向量机
- 财务危机预警
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
