检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于BP神经网络的虚假财务报告识别

系统工程 2009年第10期27卷 70-75页

作者：邓庆山梅国平江西财经大学江西南昌330013

针对虚假财务报告的特点，设计了一种基于BP（反向传播）神经网络的虚假财务报告识别模型。根据1999-2002年的年度审计报告意见。从上市公司中，选择确定了44家虚假财务报告样本，并按照一定的标准选择了44家真实财务报告样本，这88个... 详细信息

针对虚假财务报告的特点，设计了一种基于BP（反向传播）神经网络的虚假财务报告识别模型。根据1999-2002年的年度审计报告意见。从上市公司中，选择确定了44家虚假财务报告样本，并按照一定的标准选择了44家真实财务报告样本，这88个样本构成训练数据集。类似地，从2003-2006年的上市公司中，选择了73家虚假财务报告样本和99家真实财务报告样本，这172个样本构成测试数据集。10个财务指标被选择为识别变量，使用训练数据集对BP神经网络模型进行训练，并将训练后的模型对测试数据集进行测试，取得了较好的实验结果。

关键词：虚假财务报告识别 BP神经网络识别变量

在线全文

学校读者我要写书评

暂无评论

GPS向量网粗差探测的Bayes方法

大地测量与地球动力学 2010年第1期30卷 136-139,144页

作者：衡广辉归庆明李国重解放军信息工程大学理学院郑州450001 解放军信息工程大学测绘学院郑州450052

应用现代Bayes统计理论和方法,提出了GPS向量网中多个粗差定位和定值的Bayes方法,并设计了相应的算法。对某GPS向量网的计算验证了该方法的有效性。

关键词： Bayes方法粗差探测识别变量 MCMC(Markov Chain Monte Carlo)方法 GPS向量网

基于Bayesian方法的参数估计和异常值检测

在线全文

学校读者我要写书评

暂无评论

重庆邮电大学学报（自然科学版） 2016年第1期28卷 138-142页

作者：尚华冯牧张贝贝首都经济贸易大学统计学院北京100070 中国科学技术大学管理学院安徽合肥230000

异常值检测是当前数据分析研究中的一个重要研究领域。模型中的异常值会直接影响建模、参数的估计、预测等问题。基于模型的异常值检测,传统的做法是先对模型参数进行估计,再进行异常值检测。而异常值的存在会影响参数估计,从而导致下... 详细信息

异常值检测是当前数据分析研究中的一个重要研究领域。模型中的异常值会直接影响建模、参数的估计、预测等问题。基于模型的异常值检测,传统的做法是先对模型参数进行估计,再进行异常值检测。而异常值的存在会影响参数估计,从而导致下一步异常值检测的不可靠;反之异常值检测也会影响参数估计。针对这些不足之处,提出了基于Bayesian方法的参数估计和异常值检测,此方法可以将参数估计和异常值检测同时实现,具体做法是在线性回归模型中引入识别变量,基于Gibbs抽样算法,给出识别变量后验概率的计算方法,通过比较这些识别变量的后验概率进行异常值定位,同时给出参数的估算方法。通过大量的模拟实验,结果表明,与传统方法相比,提出的方法对异常值更灵敏。

关键词：线性回归识别变量参数估计异常值 Bayesian方法 Gibbs抽样

相关观测粗差探测的Bayes方法及其在GPS网平差中的应用

在线全文

学校读者我要写书评

暂无评论

相关观测粗差探测的Bayes方法及其在GPS网平差中的应用

作者：衡广辉解放军信息工程大学

学位级别：硕士

随着测量理论和观测技术的发展,测量数据处理领域将面临越来越多的相关观测数据。但是,现有的粗差分析方法在实际应用中多限定于独立观测的条件,而对于相关观测特别是GPS向量网平差中粗差的探测问题,则认为是较难处理的;同时,现有的相... 详细信息

随着测量理论和观测技术的发展,测量数据处理领域将面临越来越多的相关观测数据。但是,现有的粗差分析方法在实际应用中多限定于独立观测的条件,而对于相关观测特别是GPS向量网平差中粗差的探测问题,则认为是较难处理的;同时,现有的相关观测粗差探测方法均未考虑或利用未知参数的先验信息。忽视先验信息的利用,不但是一种浪费,而且有时还会导致不合理的结论。本文在对相关观测粗差探测的研究历史和现状进行回顾和评述的基础上,紧密结合GPS测量数据处理的实际,应用现代Bayes统计理论和方法,讨论和研究了相关观测情形下粗差探测的问题,在综合利用先验信息和观测信息的基础上,系统地提出了相关观测粗差探测的Bayes方法和相应的算法,并应用于GPS向量网平差中。本文的主要研究成果和创新点如下:(1)提出了相关观测粗差定位的Bayes方法。运用Bayes假设检验的基本原理,对应每个观测值引入一个识别变量,将相关观测粗差定位的问题归结为一个计算识别变量后验概率的问题,并设计了基于Gibbs抽样的计算识别变量后验概率的算法,从而构建了基于识别变量后验概率的粗差定位的Bayes方法。(2)提出了相关观测粗差定值的Bayes方法。在粗差实现定位以后,应用Bayes统计估计理论,分别推导和建立了正态—Gamma先验和无信息先验条件下的粗差参数的Bayes估值公式,并据此重新进行了平差,消除了粗差对平差结果的影响,完善和建立了相关观测粗差探测的Bayes方法。(3)提出了GPS向量网粗差探测的Bayes方法。针对GPS向量网的特点,建立了GPS向量网粗差探测的数学模型,提出了GPS向量网粗差探测的Bayes方法,并设计了相应的算法和实施过程。理论分析和数值试验都表明,在相关观测条件下,尤其是在GPS向量网平差中,使用本文提出的新方法,不但可以将先验信息和观测信息很好地融合起来,成功地进行相关观测中粗差的探测,有效地消除粗差的不良影响,而且比其它方法更加切实可行和有效。

关键词：相关观测粗差探测 Bayes方法识别变量 Gibbs抽样 GPS向量网

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

上市公司财务欺诈识别

上市公司财务欺诈识别

作者：杨芳湖南大学

学位级别：硕士

上市公司财务欺诈问题已经日益成为一个不容忽视的问题,但其识别却具有一定的难度。本文借鉴国内外相关的研究成果,选择68家财务欺诈公司作为研究对象,分别从审计角度、财务状况角度、现金流量角度和公司治理角度识别财务欺诈,将最后得... 详细信息

上市公司财务欺诈问题已经日益成为一个不容忽视的问题,但其识别却具有一定的难度。本文借鉴国内外相关的研究成果,选择68家财务欺诈公司作为研究对象,分别从审计角度、财务状况角度、现金流量角度和公司治理角度识别财务欺诈,将最后得到的17个识别变量运用Logit方法建立了一个判断中国上市公司年报是否存在财务欺诈的综合识别模型。实证结果表明,该模型具有较好的识别能力,可以有效的帮助投资人和债权人、政府监管部门、审计部门正确识别上市公司的财务欺诈。文章分为四个章节:首先,本文提出选题背景,总结国内外研究现状,同时阐明研究目的、研究步骤及行文结构。为了说明本文对财务欺诈的界定标准,以及财务欺诈识别变量和识别方法选取的依据,第2章主要介绍财务欺诈的概念及界定、财务欺诈的原因、财务欺诈的识别变量和财务欺诈的识别方法。第3章分别从审计角度、财务状况角度、现金流量角度、公司治理四个角度识别财务欺诈,找到有效区分财务欺诈公司和非财务欺诈公司的识别变量。第4章将筛选出来的识别变量,运用Logit方法建立财务欺诈综合识别模型,并对模型的识别能力进行了检验;最后的结论对财务欺诈识别定量研究结果进行归纳总结,探讨本研究对识别财务欺诈的理论和实践意义,并指出本研究存在的局限及后续研究方向。本文的创新之处就是在实证中加入较为系统全面的现金流量指标,而且从多角度建立了财务欺诈综合识别模型。研究结果表明,财务欺诈综合识别模型回判精度达到80.9%,预测精度达到68.25%,具有较强的识别能力,可以有效地运用到实际工作中去,帮助各相关主体识别财务欺诈。

关键词：财务欺诈识别变量识别模型 Logit方法

AR模型异常值探测的Bayes方法及其在GNSS周跳探测中的应用

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

AR模型异常值探测的Bayes方法及其在GNSS周跳探测中的应用

作者：张倩倩解放军信息工程大学

学位级别：硕士

时间序列异常值探测是时间序列分析的一个重要环节。本文主要致力于应用Bayes统计理论和方法研究时间序列中不同类型异常值的探测问题、成片AO类异常值的掩盖和淹没问题以及这些理论和方法在GNSS周跳探测中的应用。主要工作和创新点如下... 详细信息

时间序列异常值探测是时间序列分析的一个重要环节。本文主要致力于应用Bayes统计理论和方法研究时间序列中不同类型异常值的探测问题、成片AO类异常值的掩盖和淹没问题以及这些理论和方法在GNSS周跳探测中的应用。主要工作和创新点如下： 1、基于不同类型识别变量的异常值探测的Bayes方法。针对不同类型的异常值引入不同类型的识别变量，构造了一种新的不同类型异常值同时探测模型，根据Bayes假设检验的思想和原理，给出了明确的异常值判别阈值，设计和运用Gibbs抽样算法计算出识别变量后验概率值来进行异常值探测。 2、成片AO类异常值探测的抗掩盖和淹没型Bayes方法。深入分析了成片AO类异常值探测中掩盖和淹没现象产生的原因，发现成片AO类异常值的出现造成其异常扰动的估值严重偏离真值，致使Gibbs抽样的初值不合理，导致Gibbs抽样发散;据此，充分利用时间序列数据的相关性，应用最小二乘拟合推估给出了其异常扰动的精确估值，设计了一种自适应Gibbs抽样算法，提出了一种成片AO类异常值探测的抗掩盖和淹没型Bayes方法。 3、时间序列异常值探测的Bayes方法在GNSS周跳探测中的应用。结合载波相位观测序列中周跳的特点及其与异常值的关系，从Bayes假设检验的角度提出基于识别变量后验概率进行周跳探测的Bayes方法;并以一种全新的思路研究周跳探测中的隐差问题，在分析周跳探测中隐差现象发生原因的基础上，设计一种自适应Gibbs抽样算法，提出了周跳探测的抗隐差型Bayes方法;运用Bayes点估计方法给出了周跳的估值方法。数值试验和应用表明，本文提出的基于不同类型识别变量的异常值探测的Bayes方法能够很好地处理时间序列数据中在同一时刻或不同时刻出现不同类型异常值的探测问题，较好地解决了不同类型异常值分开处理所带来的类型误判等问题;基于不同类型异常值同时探测模型的成片AO类异常值探测的Bayes方法能够有效的防止掩盖和淹没现象的发生。

关键词： AR模型 AO类异常值 IO类异常值 Bayes方法识别变量 Gibbs抽样成片AO类异常值掩盖淹没周跳探测

时间序列ARMA模型中各类异常值同时探测的Bayesian方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

信息工程大学学报 2018年第1期19卷 70-73,128页

作者：张国超归庆明信息工程大学河南郑州450001

应用Bayesian统计思想,提出一种针对平稳、可逆ARMA模型AO类和IO类异常值同时探测的方法。首先综合考虑时间序列数据中AO类异常值和IO类异常值同时出现的复杂情况,在模型参数未知的情况下,建立基于识别变量标记的异常值探测模型,将异常... 详细信息

应用Bayesian统计思想,提出一种针对平稳、可逆ARMA模型AO类和IO类异常值同时探测的方法。首先综合考虑时间序列数据中AO类异常值和IO类异常值同时出现的复杂情况,在模型参数未知的情况下,建立基于识别变量标记的异常值探测模型,将异常值探测问题归纳为多重假设检验问题;其次使用Openbugs软件执行Gibbs抽样程序获得样本对多重假设检验问题进行Bayesian统计推断,确定异常值的位置、类型以及异常扰动的具体大小;最后通过模拟实验与已有的异常值探测方法进行比较。提出的方法对时间序列ARMA模型中同时出现的AO类和IO类异常值具有良好的探测效果。

关键词： ARMA模型 AO类异常值 10类异常值识别变量 Bayesian统计 Gibbs抽样