论文研究-基于流形学习的多核SVM财务预警方法研究.pdf, 在进行财务困境预测时， 为了客观全面地反映企业的财务状况， 纳入较多的预警指标， 数据集维度将变得很大， 传统方法求解此类问题效果并不理想. 流形学习处理高维数据具有较好的降维效果，多核SVM对于分布不平坦的数据具有很好的分类性能. 基于此， 提出了“流形学习 多核SVM”的混合算法财务预警模型， 该模型适用于具有大量指标集的财务预警. 实验结果表明， 与传统预警方法相对比， 其具有更优的预测性能.
