本文選題：FARBF算法 + 因子分析　； 參考：《統(tǒng)計(jì)與決策》2017年06期

【摘要】：針對(duì)RBF神經(jīng)網(wǎng)絡(luò)算法因原始變量間強(qiáng)相關(guān)性帶來的處理難度,與因子分析得分評(píng)估模型不能充分結(jié)合先驗(yàn)知識(shí)等缺陷,文章綜合因子分析與RBF神經(jīng)網(wǎng)絡(luò)算法的各自優(yōu)點(diǎn),構(gòu)建一種基于FARBF神經(jīng)網(wǎng)絡(luò)算法的企業(yè)資產(chǎn)質(zhì)量評(píng)估模型,并給出了原始數(shù)據(jù)的同向化處理方法。實(shí)證案例分析與仿真試驗(yàn)結(jié)果表明該模型精度高于單純的RBF網(wǎng)絡(luò)算法,且該算法簡化了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),提高了網(wǎng)絡(luò)訓(xùn)練速度與算法精度。
[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.
【作者單位】： 貴州民族大學(xué);貴州大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院;貴州大學(xué)貴州省公共大數(shù)據(jù)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(11661018) 全國統(tǒng)計(jì)科學(xué)研究項(xiàng)目(2014LZ46) 貴州省自然科學(xué)基金資助項(xiàng)目(黔科合J字[2014]2058號(hào))
【分類號(hào)】：TP183;F273.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張賽民;周竹生;陳靈君;;應(yīng)用一種改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法預(yù)測密度曲線[J];物探化探計(jì)算技術(shù);2007年06期

2 李淑慧;;改進(jìn)的進(jìn)化神經(jīng)網(wǎng)絡(luò)算法及其在入侵檢測中的應(yīng)用[J];現(xiàn)代電子技術(shù);2010年01期

3 王治國;宋考平;張春鶴;劉剛;王愛明;;BP神經(jīng)網(wǎng)絡(luò)算法在單井流動(dòng)單元識(shí)別中的應(yīng)用[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2011年05期

4 ;BP神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)[J];電腦開發(fā)與應(yīng)用;1995年02期

5 賀興時(shí),劉宇;BP神經(jīng)網(wǎng)絡(luò)算法在數(shù)字識(shí)別中的應(yīng)用[J];西北紡織工學(xué)院學(xué)報(bào);2000年04期

6 李廣瓊,蔣加伏;關(guān)于對(duì)BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)的研究[J];常德師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年02期

7 孫修東,李宗斌,陳富民;基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法的多指標(biāo)綜合評(píng)價(jià)方法的應(yīng)用研究[J];河南機(jī)電高等�？茖W(xué)校學(xué)報(bào);2003年01期

8 王青海;BP神經(jīng)網(wǎng)絡(luò)算法的一種改進(jìn)[J];青海大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年03期

9 左付均,蔡自興;基于神經(jīng)網(wǎng)絡(luò)算法的建設(shè)項(xiàng)目風(fēng)險(xiǎn)預(yù)測系統(tǒng)設(shè)計(jì)[J];廣西科學(xué)院學(xué)報(bào);2004年03期

10 李衛(wèi)東;基于神經(jīng)網(wǎng)絡(luò)算法的工程技術(shù)人員綜合評(píng)價(jià)方法的應(yīng)用研究[J];太原科技大學(xué)學(xué)報(bào);2005年02期

相關(guān)會(huì)議論文 前10條

1 呂慶U，

本文編號(hào)：1838530