简介:信贷风险管理是银行信贷审批的基础,其最终目的是确保信用资金的安全性、盈利能力和流动性.目前,由于企业存在账务信息不透明等状况,商业银行需要根据企业的财务分析建立早期信用风险预警系统,从而给予信贷决策支持一本文对企业财务困境进行了大量研究,并对市场数据进行了微观探索,通过建立组合分类模型对企业的财务状况进行分析,并对其财务困境进行了预警.实验结果表明,该方法是客观有效的因此.组合分类器可以为商业银行信用风险的检测和预警提供更加科学、可靠的理论依据.
简介:摘要随着我国环境日益恶化,新能源汽车的发展受到了广泛关注。而动力电池作为新能源汽车的核心部件,它的安全性直接决定了新能源汽车的安全性。而电池安全性的基础是实现对电池状态的精确监控。目前电池状态的监控任务主要由电池管理系统来实现。车载的电池管理系统对于出厂两年以内电池状态的估算效果不错,比如电池SOC估算精度能够控制在3%以内,电池SOC一致性控制在5%以内,电池功率预测主要采用查表方法,该表通常为线下标定的参数。然而随着电池的老化,这些电池状态的估算显得非常困难。主要原因在于电池的老化程度与电池的老化途径有关,也就要求能够对电池的历史数据进行存储和分析,而车载BMS无论在存储能力和大数据的分析能力上都无法满足需要。随着车连网技术的普及使得电池历史数据的存储成为可能。本论文主要开发一种基于后台动力电池大数据的电池故障分析与安全预警方法。该方法主要从短期安全预警和长期健康预警两个层面来保护动力电池安全和延缓电池衰减。
简介:摘要:目前政府部门对企业的生产安全问题十分重视,针对各个企业的安全预防问题提出了很多要求,要求这些企业必须排查所有的风险隐患,制定应急措施,推动行业的发展,避免让社会遭遇重大损失。从过去发生的多起水泥生产事故来看,基本上都是因为工作人员操作不当而导致的,而且根据各个事故的类型来看,并不能找到合理的规律,说明当前的预警机制并不能很好地实现管理作用。为了妥善解决这些问题,笔者收集了最近几年发生的事故案例,希望能够根据事故的特征来制定一套预防机制,避免水泥生产企业反复出现安全事故,希望本次设计的预警方案能够准确预测安全事故的潜在风险,提醒操作人员进行作出应对措施,帮助水泥生产企业提高生产水平,也能进一步维护社会的安定。
简介:摘要:近年来 ,以机器学习 (Machine Learning,ML)为代表的人工智能技术在各种网络案例中得到了应用。一种基于支持向量机和双指数平滑的告警预测方法; 一种基于流量、路由和调制格式的机器学习方法 ,用于预测未固定光路的误码率是否在正常范围内; 一种高斯过程分类器来预测每个光链路出现告警的概率。因供应商设备在设备类型、设备版本和网络管理系统等方面存在差异 ,收集的网络性能和告警数据通常是脏数据 ,包括丢失数据、错误数据和同一数据的非标准表示。在实际网络中 ,数据分布不平衡的问题是数据代表性不足和类分布偏斜的一个主要原因。欠采样和过采样是在数据级解决这一问题的两种主要方法。