分类器集成在财务危机预测中的应用研究

财务困境预测是金融领域中一个重要的研究课题．已有的统计模型、人工智能和机器学习模型具有预测准确率较低或稳定性差等缺点,因此首次将分类器集成应用于财务危机预测研究,以我国上市公司为研究对象,以决策树和神经网络为子分类器,从实验上证实了分类器集成在提高财务危机预测准确性方面的有效性,最后指出需要进一步研究的几个问题．     

移动通信系统中的无线定位技术及其应用

移动通信系统中的无线定位技术是一种新兴技术,有着广泛的应用前景,目前已得到了欧洲电信标准化组织、美国电信电子行业协会和世界各大通信公司的广泛重视。本文介绍了无线定位技术的基本定位方法,分析了在移动通信系统内实现移动台精确定位的主要技术难点和提高精度方法。     

驱动参量下Chen系统的特异同步研究

利用驱动参量法,发现了Chen系统的特异同步现象;通过对比Lorenz系统、L櫣系统,分析了形成正、反向同步的原因.这一同步方法应用于保密通信将具有比P＿C同步方法更强的实用性.     

基于CPLD的基带成形数字滤波器的多相结构设计

介绍了一种用数字信号处理的方法来实现基带成形数字滤波器,这种方法充分利用了CPLD的结构特点,可以大大提高数字信号传输速率,详细介绍了设计原理和实现框图.     

一个基于TMS320C5402DSP应用系统的设计

介绍一种基于TMS320C5402 DSP芯片的压缩语音录放系统的软硬件设计方法.该系统通过对语音进行压缩以实现高效率数字录音,可应用于电话留言、语声应答等场合.其中电话留言是本系统的一个典型应用.     

上市公司财务困境预测模型比较研究

以中国上市公司为研究对象,以因财务状况异常而被特别处理作为上市公司陷入财务困境的标志,采用交叉验证技术建立各种统计和神经网络模型,并在独立的预测样本集上进行比较.实验结果表明统计和神经网络模型都能有效地进行财务困境预测,对于提前两年预测,统计模型优于神经网络模型,而对于提前三年预测,神经网络模型优于统计模型.实验结果也表明了在与训练集同一财务年度区间内的测试集上不能正确估计模型的性能.     

非平衡数据集Fisher线性判别模型

非平衡数据是指两类问题中正类样本与负类样本个数不相等,甚至相比悬殊.非平衡数据集会导致许多分类器的性能下降,这与分类器的构造原理有关.本文首先阐述了Fisher线性判别的分类机制,指出当两类样本的协方差矩阵不同时,样本不平衡会导致Fisher线性判别的性能下降.在此基础上,提出了一种加权Fisher线性判别(WFELD),以减小样本不平衡的影响.然后,从UCI中选择了8个非平衡数据集,并采用ROC曲线下面积作为评估指标进行比较,实验结果证明了WFLD模型的有效性.