典型文献
基于PCA及Elamn神经网络的财务困境预警
文献摘要：
企业是市场的重要参与主体之一,而财务是各个企业的重要运营支撑,在新冠肺炎疫情所带来的压力下,市场风险逐渐扩大,随时出现的财务困境成为企业所面临的最大挑战.该研究选取2020年157家被特别处理的上市公司(Spe?cial Treatment,ST)和157家非ST上市公司的19个指标为研究对象,对公司的财务状况进行预测和分析构建了Elman神经网络预测模型.实验结果表明:RBF、BP及SVM模型的准确率具体数值为14.28％、9.52％、7.93％,而Elamn模型预测的分类准确率是85.71％,说明研究提出的Elman预测模型在财务困境的预测中具有较强的预测能力,可以为企业机构做出正确的决策提供指导意义.
文献关键词：
Elamn神经网络;均值插补法;PCA算法;财务困境
中图分类号：
作者姓名：
康亮河;林雨蔚;朱莉莉;王雲慧;袁敏
作者机构：
甘肃农业大学信息科学技术学院,甘肃兰州730070
文献出处：
引用格式：
[1]康亮河;林雨蔚;朱莉莉;王雲慧;袁敏-.基于PCA及Elamn神经网络的财务困境预警)[J].电脑知识与技术,2022(31):11-13,113
A类：
Elamn,均值插补法
B类：
财务困境预警,参与主体,市场风险,特别处理,Spe,cial,Treatment,ST,财务状况,Elman,神经网络预测模型,RBF,分类准确率,预测能力
AB值：
0.272097
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
