《表2 主成分分析结果:基于PCA-Rprop神经网络的建筑业上市公司退市风险预警研究》

《表2 主成分分析结果:基于PCA-Rprop神经网络的建筑业上市公司退市风险预警研究》   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
《基于PCA-Rprop神经网络的建筑业上市公司退市风险预警研究》


  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

经过显著性检验后的指标虽然保证了较高的分辨能力,但如果直接用来训练神经网络会导致系统信息冗余,而且输入变量过多会导致训练神经网络时产生维度灾难问题,所以本文运用主成分分析法对上述17项指标进行降维处理,主成分分析结果如表2所示.