神经网络模型在财务风险预警中的应用

本文在对BP神经网络模型理论分析基础上,将预警指数和BP神经网络二者结合起来建立了财务风险预警的神经网络模型,并用C++语言实现了此神经网络模型。     

医院网络安全监测预警系统设计与实现

医疗大数据是国家重要基础性战略资源,加强医院网络安全管理,防范网络安全事件发生显得尤为重要。本文设计了一种网络安全监测预警系统,可广泛适用于大中小型医院,实现对系统漏洞、恶意程序、网站后门、钓鱼邮件等网络安全威胁的监测与预警,在一定程度上减少数据泄露、勒索软件攻击、网页篡改和DDoS攻击等网络安全事件发生,起到防护作用。     

基于文本挖掘的上市公司财务风险预警研究

上市公司年报中的描述性文本信息是上市公司信息披露的重要组成部分,通过对上市公司信息披露文本的挖掘与分析可以提高对其财务风险的预测能力.基于BERT(bidirectional encoder representations from transformer)模型与自编码器(autoencoder,AE),提出了BERT...     

基于主成分信息扩散法的企业市场营销风险预警分类器设计方法

本文提出了营销风险预警指标体系设计方法,给出了应用主成分分析法将原始风险预警指标体系浓缩为主成分指标体系的算法,设计了基于信息扩散理论的警度信号识别分类器。该分类器将主成分指标信息扩散到风险所有可能发生点上,其输入是浓缩后的主成分指标数据、而输出是期望的警度信号向量。基于该分类器,提出其虚警和误警概率的计算方法。由于主成分分析法的强浓缩性,因此本分类器具有处理高维预警指标体系的能力。     

基于风险监测预警的非煤矿山安全监管监察模式

目前非煤矿山安全监管监察主要包括安全管理检查、现场安全监管检查2种方式,分别依托安全信息化管理平台和安全监察人员现场检查,监察效率低,信息获取不及时,且难以实现动态全面监管。针对上述问题,考虑非煤矿山多、散、贫、小的特点和不同类别非煤矿山风险及信息化管控程度的差异性,提出了一种基于风险监测预警的非煤矿山安全监管监察模式,即基于非煤矿山风险监测预警系统,从中抽取人员、环境、设备设施、管理及监测专题5个方面的风险监测指标数据,以风险点、风险面2种方式分别进行单一风险预警分析和综合风险报警分析,实现单一风险预警分级推送和综合风险报警分级管控。梳理了各类别非煤矿山监测数据和专题,介绍了单一风险分级预警触发及处置机制,重点阐述了综合风险研判分级监管模型的构建过程：基于非煤矿山风险监测数据建立风险监测指标体系;采用熵权法对风险监测指标赋权,并制定评分标准,对非煤矿山风险指标打分;基于指标权重和得分确定矿山企业综合风险等级。基于风险监测预警的非煤矿山安全监管监察模式实现了监管部门对非煤矿山在不同监管周期、不同范围的分级监管监察,优化了监管监察资源配置,提高了监管监察效率。     

基于现金流量的财务风险预警系统的设计与研究

为了提高当前财务风险预警的精确度和有效性,研究基于现金流量理论,建立了基于极限学习机(ELM)算法的企业财务风险预警模型。通过熵值法对现金流量指标进行筛选,并将指标数据分为测试集与训练集。采用极限学习机分别进行训练和测试,经调整好的模型应用于财务风险预警。结果表明,研究提取的11项指标可从多方面反映企业的财务状况。研究模型的平均绝对误差最小,为4.21%。研究模型的分类精度始终较传统算法模型高,当特征数量为10时,研究算法的分类精度最高为91%。研究设计的财务预警系统性能表现较好,具有一定的应用价值。     

信息矩阵方法在山洪灾害风险预警中的应用

山洪灾害风险预警指标的确定是防洪减灾工作中的关键技术问题,但由于山洪实测资料序列较短且山洪灾害样本量较小,难以采用传统的统计模型建立山洪灾害风险预警指标。任何统计模型其本质是建立输入-输出关系,在数学上可以用函数关系表达,信息矩阵方法能够从小样本获得信息并建立这种函数关系。利用淠河流域历史降水与流量极值资料,将2003-2012年17次典型洪水过程作为学习样本,构建流域前期土壤含水量饱和度、5个时间尺度（1,3,6,12,24 h）降雨量以及4个重现期（＜5、≥5、≥20、≥50 a）洪峰流量的模糊关系矩阵,进而建立山洪灾害风险预警不同等级组合指标。从2003-2012年洪水资料中选取未参与统计的40组独立样本,对不同时间尺度山洪灾害风险预警组合指标进行应用检验,总体预警合格率达到70%,表明该方法应用于山洪灾害风险预警是可行的。     

基于支持向量机的医院动态财务信息预警优化

为了提高医院动态财务信息预警能力,提出基于支持向量机的预警方法.结合模糊PID控制方法,构建信息大数据检测和统计信息分析模型,统计特征量和统计函数,采用支持向量机学习方法,通过模糊信息融合方法,利用参数寻优,实现对异常信息的实时监测和预警过程优化.仿真结果表明,采用该方法进行医院动态财务信息预警的准确性较高,实时性较好...     

基于Stacking-Bagging-Vote多源信息融合模型的财务预警应用

集成重采样技术可以在一定程度上解决财务预警研究中样本的不平衡性难题,而不同的集成模型与不同的重采样集成技术有不同的适配性.研究发现,Up-Down集成采样与Tomek-Smote集成采样分别适配于Bagging-Vote集成模型和Stacking融合模型.基于此,构建了Stacking-Bagging-Vote(SBV...     

电力数据库信息密度划分的存储风险监测方法

数字化信息数量呈现指数级别增加,导致电力数据库冗余度过高,浪费电力数据库的存储空间,并诱发风险事件发生,威胁电力数据库信息的整体安全。为此,提出电力数据库信息密度划分的存储风险监测方法研究。采用密度划分算法,将电力数据库信息划分为高密度区域与低密度区域,分配不同压缩因子,合理化压缩电力数据库信息,应用模糊评价法计算风险事件的发生概率,融合AHP算法确定电力数据库信息存储风险监测指标权重数值,构建信息存储风险监测模型,实现风险全面监测。实验结果表明,所提方法获得的电力数据库信息压缩率最大值为36%,信息存储风险监测结果与实际数值趋于一致。     

基于Web Services的金融风险预警系统研究

WebServices是一种面向服务的体系结构,其优势在于跨平台互操作性和软件复用。金融风险预警系统是一个供金融决策部门使用的综合的决策支持系统。文中对WebServices的体系结构、关键技术进行了探讨,提出了基于WebServices的金融风险预警系统框架结构,证实了WebServices为该系统提供了强大的技术支撑。     

基于Web Services的金融风险预警系统研究

Web Services是一种面向服务的体系结构,其优势在于跨平台互操作性和软件复用。金融风险预警系统是一个供金融决策部门使用的综合的决策支持系统。文中对Web Services的体系结构、关键技术进行了探讨,提出了基于Web Services的金融风险预警系统框架结构,证实了Web Services为该系统提供了强大的技术支撑。     

金融风险预警的RST-FNN模型研究

将粗糙集理论（RST）与模糊神经网络（FNN）相结合,提出了一种基于粗糙集理论的模糊神经网络（RST-FNN）模型。新模型利用粗糙集的知识约简对样本数据去噪消冗,提取最优规则,从而克服模糊神经网络的“维数爆炸”灾难。实例仿真的结果表明,该模型的预测准确性较高,且具有结构精简、收敛速度快及泛化能力强等特点。     

基于主观Bayes方法的企业信息安全预警方法

信息安全是指防止未经授权的使用、披露、破坏、修改、查看记录和销毁访问信息与信息系统。使用数据挖掘技术,我们可以完成对信息安全的预警。主观Bayes方法是一种不确定性推理方法,影响信息安全的因素定义为证据,由安全专家给出或从统计历史数据得出证据的充分度量LS值,使用这种方法,可以推理出企业安全预警的值。     

基于微服务架构的管道地质灾害监测预警系统

随着国家管网建设的不断发展, 系统业务与灾害数据信息规模大幅增长, 同时为防范长距离管道运输过程中易受地质灾害影响发生事故的发生, 开发基于微服务框架的管道地质灾害监测预警系统. 系统采用前后端分离开发模式, 具有高并发、低耦合、高可用、易扩展等特点, 集观测、上报、研究、风险评估、预报预警功能于一体.目前系统长期稳定...