【摘要】传统的主成分分析(PCA)本质上是一种线性映射算法,无法有效处理非线性关系的数据。在分析自联想神经网络(AANN)的基础上,借鉴传统PCA方法中的序数主成分概念,提出基于顺序自联想神经网络(SAANN)的非线性主成分分析法(NLPCA)。进一步,结合神经网络(NN)和Logisitic模型,以我国上市公司为研究对象,分别构建基于NLPCA-NN和NLPCA-Logisitic的信用评估模型。实证结果及ROC曲线分析表明,本文构建的NLPCA相比传统的线性PCA方法能有效实现数据的非线性特征提取与降维,提高模型预测性能;在相同PCA方法处理数据的条件下,神经网络模型的信用评估效果要好于Logis...