基于支持向量机的高新技术企业与传统企业的类型辨识模型研究
2012-08-05分类号:F276.44;F224
【部门】中国科学技术大学管理学院 清华大学核能与新能源技术研究院
【摘要】基于支持向量机神经网络理论,首创性地建立了一个由业绩产出财务指标辨识高新技术企业与传统企业类型的支持向量机模型。模型以企业的业绩产出财务指标数据为基础,以径向基函数作为核函数,使用网格寻优方法调节模型参数,得到优化后的模回去型,并使用测试集数据验证了模型。对结果进行二元分类决策分析,结果表明:该模型的准确率和决策率等主要评价指标都达到了85%以上,具有较高的辨识能力和可信度,为高新技术企业和传统企业的类型辨识提供了一种可靠的、简单方便的方法,可以直接量化地判别企业是否属于高新技术企业。
【关键词】高新技术企业 类型辨识模型 支持向量机 神经网络
【基金】
【所属期刊栏目】中国科技论坛
文献传递