基于二次renyi熵的非迭代最小二乘支持向量机预测模型

？将二次renyi熵应用于企业财务困境预测，提出了一种基于二次renyi熵的最小二乘支持向量机（ls-svm）模型。通过将该模型与传统的ls-svm模型、标准svm模型以及与二项logistic回归模型、bp神经网络（bp-ann）的分析比较，表明了该模型无论是训练样本的数量还是运算时间，都显著优于其他模型，且有较好的稳定性。实证分析表明，将二次renyi熵引入企业财务困境预测领域是成功的，同时，通过对原始输入变量进行显著性检验、因子分析处理，减少了输入变量个数，预测正确率达到了88%，说明因子分析法是有效的。