基于企业财务困境预测的迫切现实需求,针对国内外理论研究的静态建模思想与企业运营动态性特点的严重脱节问题,本项目从财务信息纵横数据流和概念漂移的全新视角,对企业财务困境预测动态建模理论方法体系展开探索性研究和实证检验。研究内容:(1)财务困境预测动态建模的理论基础研究;(2)重点探索适合企业动态运营特点的财务困境预测动态建模方法体系,即构建融入样例选择与样例赋权的多分类器动态集成方法来处理财务困境预测动态建模的概念漂移问题,从建模速度和动态增量学习两个角度展开财务困境预测动态建模的支持向量机学习算法研究,提出在建模过程中动态选取财务困境预测变量的指标体系构建方法;(3)从单个企业纵向数据流和横向截面样本数据流两个方向展开财务困境预测动态建模实证研究。该研究将增强财务困境预测模型在时间推移过程中对财务困境概念漂移的适应能力,提高预测准确率,为企业财务困境管理机制及预警系统的建立提供重要工具。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
涡度相关技术及其在陆地生态系统通量研究中的应用
基于LASSO-SVMR模型城市生活需水量的预测
内点最大化与冗余点控制的小型无人机遥感图像配准
基于多模态信息特征融合的犯罪预测算法研究
空间数据流的概念漂移问题研究
面向概念漂移的数据流分类算法及其在移动通信中的应用研究
基于特征发现的数据流概念漂移问题研究
基于多任务学习的复杂概念漂移数据流分类研究