排序方式: 共有5条查询结果,搜索用时 421 毫秒
1
1.
2.
本文以财务舞弊识别为目标,应用C5.0算法的决策树模型对舞弊识别指标进行特征选择,并在此基础上构建神经网络模型,建立舞弊识别组合模型,并与BP神经网络的预测结果进行了对比分析。研究表明,基于决策树-神经网络组合模型的精确性和稳定性更高,能更有效的识别财务舞弊。 相似文献
3.
4.
在“十三五”开局之年,国家对环境保护提出了更高的要求,中国的新能源汽车产业也由缓慢发展阶段进入到了加速发展阶段,为了鼓励大家使用新能源汽车,国家出台了一系列政策,同时中央财政部也安排了专项资金,加大了对购买新能源汽车的补贴力度,使得人们对新能源汽车的购买欲增强,而且许多城市的出租车和公交车也都响应国家政策更换成了新能源电动汽车。新能源汽车的增加虽然使我们的空气质量大大改善,但是我们能否高效处理新能源汽车的电池成为我们面临的一个重大问题。本文首次将共晶溶剂技术、N-甲基吡咯烷酮、超临界CO2萃取技术和二次再生技术结合起来处理电池中的重金属和电池的电解液,从而可以实现处理过程控制性强,操作性强和回收率高。 相似文献
5.
为提高财务舞弊识别的精确度及泛化能力,本文以Spss Modeler14.2为平台,利用bagging和Boosting算法构建神经网络集成分类器,建立财务舞弊识别数据流,并对结果进行了分析。结果表明,Boosting算法构建的神经网络集成分类器精确度高,泛化能力强,能更有效的识别财务舞弊。 相似文献
1