供应链融资的客观信用风险评价方法研究

在大多数中小企业的发展过程中,融资难的问题始终伴随着它们。供应链融资使得中小企业依托供应链和其中信用良好的核心企业,为中小企业融资提供了新思路。本文通过建立BP神经网络供应链融资客观信用风险评价模型,并且运用“3σ准则”做出初始信用风险评价,规避评价主体对样本信用评价的主观偏差,最终得出BP神经网络法在供应链融资客观信用风险评价中具有较好的适用性。     

基于BP算法的神经网络信用风险度量实证研究

理论与实际相结合,应用神经网络技术,构建了一个基于BP神经网络技术的信用风险评价模型,对我国传统的信用风险分析方法进行改进,克服了以往我国信用风险度量中存在主观随意性的特点,为我国信用风险度量模型的建设拓宽了思路,丰富了我国信用风险体系建设中的度量方法.     

网络证据保全公证的问题与对策

在网络著作权侵权案件中,证据的收集保全是诉讼的关键。网络证据的特点为网络证据保全公证创造了条件。虽然在刑事诉讼领域也存在网络证据,但是本文主要侧重于网络知识产权侵权所涉到的网络证据,结合相关案例,探讨了网络民事证据的保全公证存在的问题与对策。在搜集研究了有关的公证法律法规、规则、意见的情况下,通过分析近两年典型的网络侵权案例,采用法条分析、实证分析、比较分析的方法,揭示了存在的问题,并结合现有的技术水平和公证状况提出了完善网络证据保全公证的建议：一是完善网络证据公证保全的程序;二是提高公证人员的技术水平;三是建立统一的网络公证平台;四是加强独立的司法判断。     

试论电子数据的刑事证据立法问题

电子数据作为刑事证据存在着立法的不完善甚至缺失,已经成为打击网络犯罪的一大问题。为此,各国纷纷加强立法对策,通过国际公约对数据、电子记录等电子证据作了界定,并规定了收集、保全电子证据的方法与手段。我国并没有针对网络犯罪的专门证据立法,使得理论与实务界对电子数据的刑事证据无法统一认定,因此,有必要借鉴外国的相关立法及国际公约,建立我国的电子证据法规。     

似真性证据理论的技术路径研究

随着人工智能对不确定性的分析处理能力越来越强，隶属于不确定性中的似真性概念得到了广泛关注，以似真性证据和似真推理为研究对象的似真性证据理论有了长足的发展。然而似真性证据理论受其研究方法的局限，需要借鉴人工智能的技术手段来研究似真性证据和似真推理。由于似真性证据强调信念的重要性，因此借鉴以处理信念问题为己任的DS证据理论的技术方法，成为研究似真性证据和似真推理的最佳选择。     

我国P2P网络借贷的信号博弈分析

针对我国P2P网络借贷中信用风险频发的现象,通过建立信号博弈模型,分析三种贝叶斯均衡下参与者的行为,找出信用风险的影响因素。研究表明：高低利率下借款者可获本金、风险担保金、修改信息使信用评级失真的成本、平台借款者总体信用等因素可以影响网络借贷信用风险,采用分离均衡策略能够降低这种风险。     

商业银行信用风险评估模型比较研究

信用风险评估是商业银行信用风险管理的首要工作和关键环节,信用风险的量化和模型化是现今信用风险研究的主要趋势,随着对信用风险评估模型领域的探索研究不断地深入,建立适合我国国情的商业银行信用风险评估模型刻不容缓.通过对西方商业银行信用风险评估模型的比较研究,指出其特征和优缺点,以期为我国商业银行信用风险评估模型的建立提供借鉴和参考.     

行为金融对信用风险管理提出的挑战分析

文章通过对信用风险管理理论的研究发现,信用风险管理的发展越来越考虑投资者对风险的心理感受;同时行为金融完全从投资者的心理感受出发,而投资者的风险偏好存在转移,资本结构对公司价值有很大的影响.这对建立在有效市场理论上的原有的信用风险管理提出了严峻的挑战.     

改进的BP网络在隧道锚喷支护参数设计中的应用

建立了隧道锚喷支护设计参数选择的BP网络模型，并对BP算法中的不足之处加以改进。对隧道锚喷支护的影响因素进行了分析研究，结合我国隧道的实际情况，确定了神经元网络的输入参数。同时根据计算时BP网络对于数据取值范围的要求，对输入输出参数进行了必要的变换处理。结果表明，用改进的BP网络方法选择隧道锚喷支护设计参数的效果是良好的，设计误差能够满足工程实际的需要。     

基于决策树法的我国商业银行信用风险评估模型研究

结合我国商业银行的实际,基于数据挖掘中决策树C4.5算法的分析框架建立了商业银行的信用风险评估模型,通过此模型可以根据贷款企业的财务指标,得出企业是否违约的分类。此分类将对商业银行信用风险控制工作具有很好的指导意义。还通过案例进行了实际的风险评估分析。     

基于BP神经网络的中小企业信用评价研究

利用因子分析法建立了我国中小企业信用评价财务指标体系,据此构建了单隐层结构的BP神经网络,并以2006年100家ST和非ST上市公司为训练样本,详细考察了隐含层结构和网络训练函数对BP神经网络辨识性能的影响,最终得到了具有较快收敛速度和较高准确率的BP神经网络。在此基础上,以2006年财务数据为研究样本,对102家上市中小企业进行了信用评价。结果表明,各中小企业之间的信用评价结果存在较大的异质性,说明采用BP神经网络进行信用评价具有较高的可操作性。     

基于BP神经网络的天然橡胶市场风险预警系统构建

构建了以产区价格为警情指标、以BP神经网络为预警模型的天然橡胶市场风险预警系统。使用1995—2008年的年度比率数据迭代计算进行网络训练,利用权重矩阵和传递函数计算了各指标的灵敏度,在经济学理论上分析其影响方向,理论与实证结果基本一致,说明指标选取的合理性。结果表明:所构建的预警系统能够较好地对天然橡胶市场风险进行预警,且能够反映经济危机、重大政策变化等带来的不确定性。     

基于BP-KMV模型的商业银行信用风险评价研究

建立BP神经网络和KMV模型相结合的BP-KMV信用风险评价模型,并选择上市的49家样本公司的财务数据和股价水平对BP-KMV模型进行实证分析,将结果与商业银行现行的评价结果相比较,表明BP-KMV模型更符合实际情况。进一步发现评价结果的差异体现在信用度相对较高、风险相对较大的区域。     

基于BP神经网络的农户小额信贷信用风险评估研究

利用2009年杨凌区三家农村信用社的实地调研资料进行了农户小额信贷信用风险评估的实证研究,对指标变量分别进行正态性检验、差异性检验和多重共线性检验,利用MATLAB7.0软件建立了8—14—1结构的BP神经网络农户信用风险评估模型。模型对训练集样本的总体判别正确率为100%,对测试集样本违约类农户的预测正确率达90%,总体正确率达84.09%。准确度较高,能够为农村信用社识别农户信用风险提供较好的依据。     

基于灰色BP神经网络的员工需求预测

人员配置直接影响企业的生产经营活动,一份科学合理的员工需求预测对企业的作用不言而喻。以某制造业为研究对象,搜集整理2005—2017年数据。利用SPSS做相关性分析,选取固定资产、开发支出等6项员工需求影响因素。运用灰色BP神经网络理论,预测未来3年员工需求。结果表明：灰色BP神经网络比灰色预测模型具有更高的精确度;虽然灰色BP神经网络具有较高的精确度,但其结果受参数影响较大,如何确定参数则是未来研究的一个方向;灰色BP神经网络的预测结果对企业招聘、员工关系管理等模块具有一定的指导意义。     

基于蚁群BP神经网路算法的六维力传感器解耦研究

针对传统BP神经网络在六维力传感器解耦训练过程中,由于其初始参数的选取不确定性导致神经网络出现震 荡、收敛速度缓慢和陷入局部极值等问题,提出一种基于蚁群BP神经网络算法并应用于六维力传感器解耦研究。该算 法利用蚁群算法在种群寻优方面的优越性,通过局部和全局信息素更新相结合的方式更新信息素,提高蚁群算法搜索的 效率,为BP神经网络提供一组最优的训练初始参数,网络收敛速度得到很大地提高,同时局部极值和震荡等缺点也有一 定的改善。实验仿真结果表明,在六维力传感器神经网络模型训练过程中,达到同样的目标误差,基于蚁群BP神经网络 算法的迭代次数Ⅳ比传统算法少50%,运行时间r快60%。这说明蚁群BP种经网络算法在六维力传感器解耦研究中 有着很好的应用效果。     

基于BP神经网络的函数逼近的MATLAB实现

BP神经网络由于它的学习能力和非线性特性,使其能够对非线性函数进行很好的逼近。通过对BP神经网络结构和MATLAB软件及其BP神经网络工具箱的应用研究,利用BP神经网络工具箱设计BP神经网络,用于对非线性函数的逼近,通过网络的训练、测试达到了预期的效果。     

震灾网络舆情风险监测指标及其评估方法

为科学构建震灾网络舆情风险评估体系,在舆情监测指标构建基础上提出基于加速遗传算法的BP神经网络（AGABP）风险评估方法。依据网络舆情演化理论,围绕震灾网络舆情的物理属性和社会属性提出2个维度、4个二级指标和10个三级指标的震灾网络舆情风险监测指标体系。在评估方法上,针对常规评估系统对非线性、高维度和非正态评估问题的局限性,利用BP网络能够以任意均方差的精度逼近任意平方可积非线性连续函数的优势,将BP网络用于震灾网络舆情风险监测评估中,并用加速遗传算法（AGA）对BP网络参数进行优化,以解决常规BP网络存在训练速度慢和容易过早收敛的问题。通过随机样本数据对AGABP模型进行自学习训练,并用实际样本数据验证,结果表明：与BP神经网络、逻辑斯蒂曲线相比,本研究所构建的AGABP模型在收敛速度、评估准确度上有明显优势,能够用于震灾网络舆情风险管理实践中。     

基于BP神经网络的模拟电路故障诊断研究

本文介绍BP神经网络在模拟电路故障诊断中的应用,对电路中的软故障进行诊断。对选定的待测电路在元件存在容差的条件下,仿真验证了BP神经网络应用于模拟电路故障诊断的可行性。