《表1 0 基于RBF和MLP模型的神经网络模型识别效果比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《公司财务舞弊的智能识别与模型优化策略》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在神经网络建模过程中，SPSS Modeler中可选择的模型有径向基函数（RBF）和多层感知器（MLP）。由模型自动计算神经元数时，神经网络模型识别效果如表10所示。选择径向基函数时，测试集中模型识别正确率为67.61%，识别效果不佳；选择多层感知器时，正确率为84.09%，识别效果较好，隐藏层数和神经元数分别为1和6，因此，在下文基于多层感知器调整参数进行模型优化。