科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高企业财务风险的预测能力，应对快速经济发展背景下面临的机遇和挑战，提出基于改进稀疏降噪声自编码(Sparse De-noising Auto encoder, SDAE)神经网络的财务风险预警算法。算法中加入了降噪特性，优化了数据特征的鲁棒性，提升了SDAE模型的数据泛化能力。通过PSO算法优化权值和阈值的初始设置，进一步提高了模型的预测精度。实验结果表明，神经网络用于财务风险预测是有效的，改进SDAE财务风险预测模型在保持神经网络预测优势基础上，增强了模型的鲁棒性和初始权阈值设置的合理性，有效提高了预测模型的预测性能。
-
单位北京协和医院
