黄志强
- 作品数：9 被引量：13H指数：3
- 供职机构：华东交通大学更多>>
- 发文基金：教育部人文社会科学研究基金国家自然科学基金江西省自然科学基金更多>>
- 相关领域：自动化与计算机技术经济管理社会学更多>>
- 基于内点法的稀疏逻辑回归财务预警模型被引量：4
- 2013年
- 逻辑回归已广泛应用于财务危机建模,但是一定程度存在过拟合问题。为了避免建模出现上述问题,提出了基于L1正则化逻辑回归的财务预警模型。该模型是一种稀疏模型,能同时实现变量选择和参数估计,具有较强的鲁棒性。同时,针对L1正则化逻辑回归问题的求解,提出了一种高效的基于内点法的求解算法。结合沪深股市A股制造业上市公司进行实证分析,分析结果表明,L1正则化逻辑回归模型在预报精度、经济解释性等方面明显优于其他逻辑回归模型,并且提出的内点法与其它求解算法相比具有一定的优越性。
- 刘遵雄黄志强郑淑娟张恒
- 关键词：逻辑回归过拟合L1正则化财务预警内点法
- 平滑削边绝对偏离惩罚截断Hinge损失支持向量机的财务危机预报被引量：3
- 2014年
- 针对传统支持向量机(SVM)分类存在对离群点敏感、支持向量(SV)个数多和分类面参数非稀疏的问题,提出了平滑削边绝对偏离(SCAD)惩罚截断Hinge损失SVM(SCAD-TSVM)算法,并将其用于构建财务预警模型,同时就该模型的求解设计了一个迭代更新算法。结合沪深股市A股制造业上市公司的财务数据进行实证分析,同时对比L1范数惩罚SVM、SCAD惩罚SVM和截断Hinge损失SVM(TSVM)构建的T-2和T-3模型,结果发现SCAD-TSVM构建的T-2和T-3模型都具有最好的稀疏性和最高的预报精度,而且其在不同训练样本数上的平均预测准确率都要比L1范数SVM(L1-SVM)、SCAD-SVM和TSVM算法的高。
- 刘遵雄黄志强刘江伟陈英
- 关键词：支持向量机财务预警
- 对讲机
- 1.本外观设计产品的名称：对讲机。;2.本外观设计产品的用途：本外观设计产品用于对讲机，是一种短距离通信工具。;3.本外观设计产品的设计要点：在于形状。;4.最能表明设计要点的图片或照片：立体图1。
- 余晋毅黄志强方福荣乌永恒丁萍李哲洋张玮亮黄雯
- SCAD惩罚逻辑回归的财务预警模型被引量：7
- 2012年
- 作为一种有监督学习算法,逻辑回归(Logistic Regression,LR)已广泛应用于财务危机建模分析,但其潜在地存在过拟合问题。鉴此,提出一种基于平滑削边绝对偏离(Smoothly Clipped Absolute Deviation,SCAD)惩罚逻辑回归的财务预警模型。该模型不仅能很好地解决模型过拟合问题,而且还可以同时实现变量选择和模型系数估计,并提高了模型的解释性。结合沪深股市A股制造业上市公司的财务数据进行实证研究,同时对比一般的L1正则化和L2正则化逻辑回归模型的预警效果进行实证分析,实验结果表明:SCAD惩罚逻辑回归模型具有较好的分类效果和较强的经济解释能力。
- 刘遵雄黄志强孙清张恒
- 关键词：财务预警
- Q-高斯核支持向量机的财务危机预报被引量：2
- 2013年
- 针对科学实践、经济生活等诸多领域数据分布相对复杂的分类问题,使用传统支持向量机(SVM)无法很好地刻画其变量间的相关性,从而影响分类性能。对于这一情况,提出使用经典高斯函数的参数推广形式——Q-高斯函数作为SVM的核函数构建财务危机预警模型。结合沪深股市A股制造业上市公司的财务数据分别建立T-2和T-3财务预警模型进行实证分析,采用显著性检验筛选出合适的财务指标并利用交叉验证方法确定模型参数。相比高斯核SVM财务危机预警模型,使用Q-高斯核SVM建立的T-2和T-3模型的预报准确率都提高了大约3%,而且成本较高的第Ⅰ类错误最多降低了14.29%。
- 刘遵雄黄志强晏峰张恒
- 关键词：财务危机预警支持向量机
- 最小最大概率分类的财务预警模型
- 2013年
- 最小最大概率机是一种实现未知样本正确分类概率最大化的分类算法,其在两类样本的均值和协方差矩阵已知的条件下而构建的,对类条件分布不做要求,非常适合于财务危机建模分析。文章提出使用建立最小最大概率分类理论进行财务预警研究,结合沪深股市A股制造业上市公司的财务数据进行实证研究,使用线性和核最小最大概率机算法分别建立T-2和T-3年财务预警模型,实验结果表明最大最小概率分类财务预警模型具有不错的分类效果和适应性。
- 郑淑娟刘遵雄黄志强
- 关键词：财务预警最小最大概率机
- 一种交通工程防撞装置
- 本实用新型提供一种交通工程防撞装置。所述交通工程防撞装置包括防撞桶；底座，所述底座顶部固定安装在所述防撞桶的底部；安装板，所述安装板滑动安装在所述底座内；四个万向轮，四个所述万向轮均固定安装在所述安装板的底部，且四个所述...
- 纪昇鹏刘懋黄雯易穗荣谢利文辛龙张伦萍胡波黄志强杨文浩
- 文献传递
- 基于图正则化MNMF的中文垃圾邮件过滤
- 2013年
- 利用向量空间模型表示的文本邮件数据具有高维性,不利于邮件过滤模型的建立,需要对数据进行降维处理。最大间隔Semi-NMF(max-margin semi-nonnegative matrix factorization,MNMF)能够同时实现维数约减和邮件分类,而图正则化NMF能保持数据空间的几何结构。基于以上两种NMF改进模型,提出了图正则化MNMF(graph regularized MNMF,GMNMF)算法,并设计了一个迭代的求解算法。将GMNMF算法及其他相关算法用于中文垃圾邮件过滤实验,结果表明GMNMF算法构建的过滤模型要优于其他较好的算法构建的过滤模型。
- 刘遵雄黄志强郑淑娟石菲
- 关键词：向量空间模型维数约减中文垃圾邮件过滤
- 正则化机器学习算法及其财务预警应用研究
- 机器学习算法已广泛应用于财务危机预警建模。然而，随着对机器学习算法的不断深入研究，发现其在构建模型时存在过拟合和模型系数非稀疏问题，所以考虑将统计学习理论中的正则化技术引入到机器学习算法中，从而建立正则化机器学习算法的预...
- 黄志强
- 关键词：机器学习算法SVML1正则化内点法
- 文献传递
