2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本文針對在財務預警中廣泛應用的BP(Back.propagation)神經(jīng)網(wǎng)絡,介紹了BP神經(jīng)網(wǎng)絡的基本原理及其改進算法。針對BP算法及其改進算法中出現(xiàn)的過擬合(over-fitting)問題,探討了提高BP神經(jīng)網(wǎng)絡泛化能力的方法,提出了基于貝葉斯正規(guī)化(Bayesian regularization)的算法,在網(wǎng)絡目標函數(shù)中引入表示網(wǎng)絡結構復雜性的懲罰項,使得在訓練優(yōu)化的過程中降低網(wǎng)絡結構的復雜性,并通過貝葉斯推理得出目標函數(shù)的最優(yōu)化

2、參數(shù),達到避免網(wǎng)絡過擬合的目的。 本研究在介紹神經(jīng)網(wǎng)絡基本理論和實現(xiàn)方法的基礎上,運用貝葉斯正則化BP神經(jīng)網(wǎng)絡模型(BBP)對上市公司的財務困境進行預測。結果表明,網(wǎng)絡檢驗集的預測擬合相關性系數(shù)R=0.849,預測精度為79.3%。在相同的網(wǎng)絡規(guī)模和訓練誤差條件下,BBP模型的泛化能力優(yōu)于基本的BP算法,表明該網(wǎng)絡模型不僅能準確地擬合訓練值,而且能更合理的預測未知樣本,具有較好的泛化能力。 研究結果表明,貝葉斯正規(guī)化BP

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論