陈思凤
- 作品数：10 被引量：24H指数：3
- 供职机构：合肥工业大学管理学院过程优化与智能决策教育部重点实验室更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：经济管理自动化与计算机技术社会学更多>>
- 中小企业预警指标体系研究被引量：2
- 2011年
- 考虑到中小企业的特殊性,利用中小板101家上市企业和主板28家上市企业为样本,加入非财务指标,建立一套适合中小企业的风险预警指标体系;并利用支持向量机的方法,建立模型,验证指标的可行性。实验结果表明,本文建立的非财务指标的指标体系是合理和可行的,具有很好的预警精度。
- 吕刘中凌海峰陈思凤
- 关键词：风险预警非财务指标支持向量机中小企业
- 考虑决策风险偏好的自适应支持向量机模型
- 2012年
- 在构造可以控制不平衡性的分类器,准确识别少数类,并使得决策者可以根据风险偏好与分类器进行交互,这对于人工智能在管理实践中的应用有极为重要的价值。提出了一种自适应支持向量机(ASVM)模型,使得类间隔最大化的同时,决策损失最小化,并基于粒子群优化算法(PSO)调节参数。该模型内在地考虑了数据不平衡性,并可为决策者与分类器的交互提供有效支持。实验及仿真结果表明,该模型在各种样本不平衡情况下都有很好性能,分类准确率显著地优于对比方法,而且相对稳定,并能很好地根据决策者的偏好控制分类器的决策风险。
- 陈思凤刘业政姜元春于彪
- 关键词：支持向量机不平衡数据仿真
- 基于ASVM的创业板上市企业风险评估研究
- 创业板的开设对缓解我国中小企业融资难、推进经济可持续发展以及提高国际竞争力都具有非常重要的现实意义和战略意义。然而，由于创业板上市企业的不成熟性、动态性、前景不确定性等复杂特征，其风险问题更加受到市场的关注。因此，建立一...
- 陈思凤
- 关键词：风险评估指标体系平衡计分卡
- 文献传递
- 二重趋势时间序列的灰色组合预测模型被引量：7
- 2011年
- 神经网络、ARIMA等广泛应用于具有趋势变动性和周期波动性的二重趋势特征的时间序列预测,而这些单一的模型难以达到满意的预测效果。提出一种针对该特征的灰色组合模型,其基本思想是:从二重趋势时间序列中分离趋势变动项和周期波动项后,用灰色G(1,1)模型预测趋势变动项,引用BP网络和ARIMA的组合模型预测周期波动项,用乘积模型合成两部分预测值为灰色组合模型的最终预测值。实验表明:该灰色组合模型适应了二重趋势时间序列的特征,具有很好的预测效果。
- 宋仙磊刘业政陈思凤许波
- 混合状态变量和过程变量的风险评估模型被引量：1
- 2013年
- 针对常用风险评估方法仅使用单期截面数据构造模型,对风险动态演化趋势信息反映能力不足的问题,提出一种同时考虑单期截面数据和时间序列数据的企业风险评估模型.对于可用单期截面数据表示的状态变量,采用S型函数度量该类指标的风险;对于需要用时间序列数据反映的过程变量,综合考虑该类指标的时间序列均值、方差或偏度等特征,将包含企业风险演化趋势信息的时间序列数据映射为一个截面值,从而使风险评估模型具有处理动态信息的能力.应用实例表明了该方法的可行性和有效性.
- 陈思凤刘业政
- 关键词：风险评估模型截面数据时间序列数据
- 基于周期项方法选择的季节性时序预测被引量：4
- 2011年
- 根据每个单步预测序列各自具有的特征,通过周期项重构把多步预测转化为单步预测,提出一种预测方法选择策略。为每个单步预测序列选择一个最合适的预测方法,利用选择的方法建模预测周期项,结合灰色预测模型对趋势项的预测值,建立季节性时间序列整体预测模型。实验结果表明,该模型能克服周期项多步预测的缺点,具有较高的预测精度。
- 宋仙磊刘业政陈思凤
- 基于主观折扣算子的证据理论在群决策中的应用被引量：2
- 2010年
- 为了克服证据的片面性,根据人的证据处理机制,文章针对供应商评价指标体系中的大量定量与定性的数据,提出了通过获取决策者证据主观折扣算子对过片面证据进行折扣,然后再使用DS合成法则处理。算例验证结果表明,新的组合推理规则合成结果更符合人的直觉判断。
- 施旋陈思凤
- 关键词：证据理论群决策
- 创业板上市企业风险预警建模研究被引量：1
- 2011年
- 文章在总结创业板市场及其上市企业特殊性的基础上,依据风险预警建模过程提出了一个研究框架,总结了创业板上市企业的风险因素及风险评价指标体系,概述了建立创业板上市企业风险预警模型所面临的挑战,归纳了需要解决的关键问题并指出后续的研究方向。
- 陈思凤刘业政
- 关键词：风险预警预警模型
- 基于SVM求解不均衡数据集分类的主观权重约束方法被引量：2
- 2012年
- 支持向量机(SVM)的二类分问题中针对不平衡数据集可以通过减少样本信息的不对称性和改进算法来解决。本文针对中小企业中有财务风险与无财务风险样本的不平衡性问题,使用一种带有主观权重约束条件的支持向量机新模型对样本进行分类。实验表明新模型确实提高了财务风险企业即少类样本的识别性能,是一种类别不均衡学习(class imbalance learning)的新方法。
- 刁翠霞陈思凤刘业政
- 关键词：不均衡数据集SVM
- 会计信息失真识别的成本控制型支持向量机模型被引量：3
- 2011年
- 在会计信息失真识别问题中,考虑到决策失误所付出的不同错误分类成本以及样本数据的不平衡分布等特点,使得基于总体准确率的数据挖掘方法不能获得理想的识别效果。本文针对会计信息失真识别问题的特点,建立了一种成本控制型支持向量机模型,利用粒子群算法进行特征选择和参数优化,从而降低总体的错误分类成本。实验证明,该模型能够有效的识别出虚假的财务报告。
- 于彪陈思凤
- 关键词：财务报告支持向量机
