关键词： 深度强化学习   流动控制   流体弹球   减阻  

摘要： 流动分离发生在非流线型钝体的尾部,这将导致阻力增加、升力波动和其他影响。流动分离会使尾流区产生再循环气泡。当再循环气泡中的压强小于来流方向的压强时,就会造成压差阻力。在高速的相对运动中,这种压差阻力可能会远大于摩擦阻力。因此,通过抑制流动分离现象实现减阻的流动控制成为了一个热门的研究课题。流动控制在交通运输、节约能源、建筑安全等方面具有重要意义。 流动控制技术分为被动流动控制和主动流动控制。被动流动控制通过优化物体的表面形状达到减阻效果,不需要消耗额外的能量。应用最普遍的一种被动流动控制技术是涡流发生器。但是由于流动环境的变化十分复杂而且难以准确预测,被动流动控制的减阻效果通常很低。主动流动控制分为开环控制和闭环控制。闭环控制通过使用传感器测量环境状态并反馈给控制器,能够随时根据环境的变化调整控制量的大小。因此,主动流动控制的控制效果通常远优于被动流动控制。主动流动控制虽然需要消耗额外的能量用以施加激励,但通过合理的控制策略,通常减少阻力所节约的能量远大于消耗的能量。常见的主动流动控制技术包括吸吹控制、合成射流控制、旋转控制等。本文所使用的控制技术就是旋转控制。常见的流动控制模型包括钝体、斜坡、空腔等。其中,钝体是指非流线体,包括圆柱、椭圆柱、多圆柱等。本文所使用的流体弹球(fluidic pinball)模型属于多圆柱钝体模型。随着人工智能技术的高速发展,机器学习控制展现出了巨大的潜力。机器学习分为无监督学习、半监督学习和监督式学习。研究人员将机器学习算法引入到流动控制领域中。成功应用的算法包括深度神经网络、正则正交分解、主成分分析、集群算法、强化学习、遗传规划等。大量研究表明,在流动控制领域,机器学习算法能够解决复杂的高维度非线性问题,其表现通常远优于传统控制方法。 1-2-3流体弹球按照三角形的形状并列放置的六个可旋转的圆柱组成的模型,它的简化模型是1-2流体弹球。1-2流体弹球是三个可旋转圆柱体并列放置构成的呈三角形形状的模型。由于1-2-3流体弹球的输入输出维度更高,流动状态更复杂,因此本文先对包含3个可旋转圆柱的1-2流体弹球进行流动控制研究,再以此为基础,研究1-2-3流体弹球的尾流控制。在1-2流体弹球的流动模型中,流场设置为[-5,20]×[-4,4]的长方形二维流动域,三个圆柱呈三角形放置,其中两个圆柱组成的一边与来流方向垂直,另一个圆柱指向来流方向。来流为粘性不可压缩匀速流。激励器为可旋转圆柱,控制量为圆柱的旋转角速度,速度的符号表示旋转方向。在尾流区,垂直于来流方向并列放置了五个速度传感器。这些传感器可以测量其所在位置的x轴方向和y轴方向的速度分量并反馈给控制器。因此,流动弹球是一个包含3个输入、10个输出的多输入多输出模型。1-2-3流体弹球的流场区域与1-2流体弹球相同,六个圆柱的分布与1-2流体弹球相似。在尾流区放置了是个传感器,因此1-2-3流体弹球是一个包含6个输入、20个输出的更复杂的多输入多输出模型。仿真实验中,采用Noack教授等人提供的UNS3(unsteady Navier-Stokes solver)软件计算流场的流动状态。UNS3是一个Navier-Stokes解算器,采用有限元法和隐式积分法计算不可压缩流动中任意位置的流动状态。流动控制的典型初始状态是尾流区出周期性漩涡脱落的不稳定解。UNS3的运行的初始状态是一个稳定解,通过微小扰动法可以快速获得了周期性漩涡脱落的不稳定解。以不稳定解为初始状态,运行UNS3,可以观察到流体弹球的尾流区出现周期性漩涡脱落现象。计算各圆柱的阻力和升力,以及传感器测量的速度分量,均已稳定在固定值附近周期性波动。这证明流动已经达到所需的不稳定解状态,可以施加控制。 深度强化学习根据环境的状态做出动作,并根据“奖励”的值调整策略。深度强化学习包括基于策略的方法和基于值的方法。“演员-评论家”算法将这两种方法结合使用,通过训练价值网络协助训练策略网络。近端策略优化算法(proximal policy optimization,PPO)在“演员-评论家”(Actor-Critic)算法的基础上添加了“离线”学习和优势函数的方法,能够充分利用数据来训练策略网络。本文中应用了PPO算法的改进方法。改进的PPO方法在采样控制动作时,方差并不是固定不变的,而是由策略网络生成,这有助于PPO算法提高训练速度;此外,本文还引入了“mini-batch”的方法,避免了训练陷入局部最优解。为了测试PPO算法的性能,本文使用PPO算法稳定Landau振荡子和Lorenz系统。实验结果表明,PPO算法能够将这两个不稳定的非线性系统稳定至平衡点。通过在一个不稳定的振荡子上添加“障碍”,使其具有非线性特性。在这个震荡子上,分别使用线性二次型规划器(linear quadra

关键词： 信贷机构   XGBoost   LightGBM   贷款人   风险识别  

摘要： 2022年以来,我国经济增长面临着各种内外部压力。在这样的大背景下,李克强总理提出消费是最终需求,扩大消费既有利于提升群众生活水平,又能带动就业、投资和产业升级。此时,消费信贷的作用不言而喻。首先,传统银行业等金融机构覆盖数量和规模并不能满足个人贷款需求日益增长的信贷市场,且风控要求较高,信贷市场需要互联网信贷机构作为必要补充。其次,监管政策表明,贷款机构要重视贷款人信息的识别和判断,切实加强互联网贷款业务信用风险管控,强化风险数据和风险模型管理,建立健全自主可控的风险管理运作机制和信息系统,严格客户准入标准。最后,目前国家十分重视金融科技的发展,利用机器学习的方法进行风险识别就是金融科技的分支,金融科技的应用和发展是未来金融业实现高质量发展的必由之路。基于此,本文利用机器学习的方法进行贷款人风险识别正是顺应了国家对金融业发展及监管要求,这种方法不仅发挥了金融科技赋能的作用,促进高质量发展,同时也是在探索数据价值方面的一次重要尝试。本文在现有研究成果的总结下,基于某互联网信贷机构贷款人的真实贷款数据对其进行风险识别。首先,对原始数据进行数据分析、数据处理、特征构建、特征选取。其次,选取了线性逻辑回归模型和集成学习中Bagging算法和Boosting算法的代表模型:随机森林、XGBoost和LightGBM模型,通过该信贷机构的真实数据训练模型并进行对比,输出Accuracy、Precision、Recall、F1＿score、AUC值,以AUC值为判定标准,得出基于本文数据的最优风险识别模型—LightGBM模型,通过最优模型输出贷款人风险特征的重要性排序。最后,运用分层分析法,提出该互联网信贷机构应该从贷款人基本信息、贷款人贷款信息、贷款人还款信息、贷款人非金融信息四个方面的重要特征进行风险识别。

关键词： 开放世界   小样本学习   开放集识别   广义的实例分割  

摘要： 在遵循封闭集(所有测试样本的类别在训练时都出现过)的假设下,计算机视觉的相关算法模型利用大量训练样本可以达到令人满意的性能。然而实际应用当中难以满足封闭集的假设,即测试样本的类别可能是训练中从未出现过的未知类;同时在某些应用场景,想获取大量训练样本是非常困难的,这些因素都大大制约了计算机视觉算法模型在各个领域的应用。另一方面,现有的工作大都假设模型实际应用时面临的任务是固定的,然而在某些应用场景中,任务需求可能会扩展,需要模型在不遗忘旧任务的同时可以学会处理新任务。面向开放世界的图像小样本学习意在解决计算机视觉算法模型上述的不足,在摆脱对于大量训练数据的依赖的同时,一方面使模型打破封闭集假设,另一方面可以让模型在不遗忘旧知识的同时可以学会知识。本论文基于小样本开放集识别和广义的小样本实例分割两个基础的计算机视觉任务(前者可以让网络学会处理未知输入,后者可以让网络增量地学习知识),深入研究面向开放世界的图像小样本学习,使得计算机视觉算法模型具有更加广阔的应用场景和更加重要的应用价值。 对于小样本开放集识别,本文提出一种相对特征偏置学习的范式用于解决现有工作面临的随机漂移问题,即受到开放集训练数据的影响导致网络无法获取有代表性的特征嵌入。该范式在获得一个可靠的参考特征嵌入的基础上,学习一个相对于该参考特征嵌入的偏置量,前者有利于获取每个类别有代表性的特征嵌入从而避免随机漂移问题,而后者则可以根据当前任务调整特征嵌入,使特征嵌入更加适用于当前任务。同时,我们设计了相对特征偏置网络来实现相对特征偏置学习范式,该网络主要包括两个技术创新:(1)任务感知的RFD生成器,它基于整个任务的信息自适应地为支持集和查询样本生成特征偏置;(2)Marginal Open-Set损失函数,用于更有效地指导网络的元训练。 对于广义的小样本实例分割,本文提出一个遮挡感知的区域卷积神经网络模型用于解决现有工作无法很好处理遮挡问题的不足。针对由于物体遮挡导致的图片中仅包含物体局部的问题,本文设计图像块分类器,利用从每个物体裁剪下来仅包含局部特征的图像块训练该分类器,使其能很好地对仅包含物体局部的图像完成分类。针对物体由于被任意一类物体遮挡而导致特征中引入不确定性噪声的问题,本文设计了遮挡感知模块,通过为特征图生成权重矩阵的方式,为被遮挡部分生成较低的权重,从而降低噪声对结果的影响。 在公开数据集mini Image Net,CIFAR-FS和tiered Image Net上的实验结果证明本文针对小样本开放集识别问题设计的方法是有效的。同时,我们也在MS-COCO和LVIS上验证了遮挡感知的区域卷积神经网络模型的有效性。

摘要： 情境任务是《义务教育语文课程标准（2022年版）》（以下简称《课程标准》）提出的一个新概念，是构成学习任务群的重要元素，是言语实践活动的重要载体。一般来说，小学语文情境任务可以分为抛锚式、支架式、延伸式等三种类型。但是，从一些课堂教学现状来看，一些教师在创设情境任务方面存在如下问题：其一，创设随意，缺乏语文素养关联；其二，内容割裂，缺乏人文主题联结；其三，

关键词： 鼻咽癌   机器学习   费用管理  

摘要： 好发于我国两广地区及南亚、东南亚的鼻咽癌，在对患者身心健康、经济状况等方面带来巨大伤害的同时，对医院的医疗资源利用与合理配置等方面也产生了重大挑战。本文拟通过人工智能方法中的机器学习方法与传统统计学方法相结合，对广西某医院鼻咽癌患者住院费用进行分析，从而对医院医疗资源配置等方面提出合理化建议。最终结果显示，性别、民族、婚姻状况、保险情况、职业均是影响患者住院费的因素。年龄、住院次数、婚姻状况、性别、保险情况、职业、民族均对鼻咽癌患者的出院情况有所影响。得出结论为，患者的住院费用差异主要体现在耗材费方面，其次有无配偶的患者在治疗费上存在差异，患者有无保险也对其住院费用产生很大影响。在影响鼻咽癌患者出院情况的因素中，年龄影响最大，其次是住院次数和婚姻状况，性别、保险情况、职业、民族则对其影响较小。

关键词： 自监督学习   对比学习   孪生网络   近邻优化   动量更新  

摘要： 自监督学习通过辅助任务挖掘无标注数据的自身信息,从而获得对下游任务通用的编码器。对比学习作为自监督学习的一类方法取得了巨大成功。对比学习通过衡量正负样本间相似程度进行优化,使得正样本间互相吸引、负样本间互相排斥,从而提高编码器在下游任务的性能。对比学习采用孪生网络架构,维护两支网络进行表征学习。当两支网络参数不进行共享时,两支网络被称为学生网络和教师网络。一个好的教师网络可以更好地帮助学生网络学习,同样一个好的学生网络可以更好地对教师网络做出调整,因此学生网络和教师网络相互学习至关重要。现有算法依赖各种组件并且忽视负样本的作用,这限制了两支网络相互学习的性能。本文从如何促进学生网络和教师网络互相学习为切入进行研究并开展了以下两项工作。(1)、针对如何促进两支网络互相学习以获得最优教师网络的问题,本文提出基于伪孪生网络双层优化的对比学习。该算法的双层优化策略包括基于近邻优化的学生网络优化策略和基于随机梯度下降的教师网络优化策略。基于近邻优化的学生网络优化策略让教师网络成为约束项,帮助学生网络更好地向教师网络学习。基于随机梯度下降的教师网络优化策略求解出教师网络的近似梯度来更新教师网络,从而获得最优教师网络。该算法在5个数据集的下游任务中取得较高实验结果,验证了该算法能够获得最优教师网络。(2)、针对如何促进两支网络互相学习以获得最优学生网络的问题,本文提出基于正负样本交替对比学习与动量更新的自监督学习。该算法维护负样本对比学习阶段和正样本对比学习阶段,通过信息引入和交替对比互相促进两个对比学习阶段以及学生网络和教师网络间的学习。该算法将负样本信息引入到正样本对比学习阶段的教师网络,帮助正样本对比学习阶段获得更好的教师网络,从而提高正样本对比学习阶段性能。交换对比策略可以加强负样本对比学习阶段拉近正样本的能力,从而提高负样本对比学习阶段性能。两个对比学习阶段以及学生网络和教师网络间互相促进获得正样本对比学习阶段的最优学生网络。该算法在5个数据集的下游任务中取得较高实验结果,验证了该算法能够获得最优学生网络。

关键词： NPC   机器学习   相关基因   免疫浸润   BLK   OSBPL10   预后  

摘要： 目的:利用机器学习的方法筛选鼻咽癌(nasopharyngeal carcinoma,NPC)相关基因。通过生物信息学的方法分析筛选出的相关基因在NPC中的表达情况,免疫浸润情况,参与的分子功能与信号通路,预后情况等。通过实验进一步验证相关基因在NPC中的表达,并分析与临床病理因素的相关性。探究相关基因在NPC发生发展中的作用。为日常的NPC病理诊断提供新的方法和思路,并寻找NPC新的治疗靶点,为NPC的治疗提高新的分子依据。方法:1、下载GEO数据库NPC基因表达数据,利用R语言进行缺失值的合并数据,并使用SVA包进行数据处理及去除批次效应。Limma包筛选差异基因,D AIVD数据库进行差异基因的GO和KEGG分析。2、利用R语言和Python构建LASSO、SVM-RFE、m RMR、XGBOOST机器学习模型用来筛选NPC相关基因,选取四方法的交集基因。构建神经网络模型以确认相关基因在NPC中的诊断效能,并选取独立的数据集进行验证。3、利用R语言分析GEO数据库中相关基因在NPC中的表达情况。GEPIA数据库分析相关基因的分子结构,理化性质;STRING数据库分析相关的蛋白与蛋白互作网络,利用Cytoscape软件进行互作网络的可视化与评分;DAIVD数据库进行相关基因的GO和KEGG分析;利用TIMER2.0数据库计算NPC基因表达数据的免疫浸润情况,对比NPC与鼻咽部良性组织的22种免疫细胞的表达情况。分析相关基因与NPC免疫浸润的关系,并分析相关基因与6种关键免疫细胞的关系;在GEO数据集GSE120349中分析相关基因表达与NPC患者预后的关系。4、利用免疫组织化学的方法检测大理大学第一附属医院2013-2021年经病理确认的68例NPC和同期13例鼻咽部良性病变石蜡组织中相关蛋白的表达情况,通过整理患者的临床资料及随访信息,分析蛋白的表达与临床病理特征的关系。结果:1、合并了5个数据集的基因表达数据,并去除了批次效应与标准化。得到标本184例,通过Limma包筛选了181个差异基因,其中上调基因87个,下调基因94个;2、NPC的差异基因GO、KEGG分析显示DEGS富集在多种生物学功能和信号通路;3、利用LASSO、SVM-RFE、m RMR、XGBOOST四种机器学习的方法将BLK(B Lymphocyte tyrosine Kinase,B淋巴酪氨酸激酶)、OSBPL10(oxysterol binding protein like 10 Gene,氧固醇结合蛋白样10)筛选为NPC相关基因,神经网络模型中的在测试集中AUC值达到0.9。利用独立数据集中绘制BLK、OSBPL10基因表达点状图,计算P值,其中BLK基因P<0.01,OSBPL10基因P<0.001,差异具有统计学意义。验证ROC曲线AUC值分别为0.95和0.967。4、生信分析显示BLK、OSBPL10在NPC中低表达,GO、KEGG分析显示BLK、OSBPL10与多种生物学功能和信号通路联系紧密,免疫浸润分析BLK、OSBPL10与多种免疫细胞联系紧密,结果显示BLK的表达与肿瘤纯度呈负相关,与B细胞呈正相关,与CD8+T呈正相关,与CD4+T细胞呈正相关,与巨噬细胞呈正相关,与中性粒细胞呈正相关,与树突细胞呈正相关。OSBPL10的表达与肿瘤纯度呈负相关,与B细胞的表达无相关关系,与CD8+T的表达无相关关系,与CD4+T细胞呈正相关,与巨噬细胞呈正相关,与中性粒细胞呈正相关,与树突细胞呈正相关。GSE120349预后分析中BLK低表达与NPC较差的预后相关,而OSBPL10与NPC预后无关。5、免疫组织化学结果显示BLK、OSBPL10在NPC中较鼻咽部良性病变组织均低表达,差异P值均小于0.05,分析BLK、OSBPL10表达与临床病理资料发现,BLK的表达与NPC患者的病理类型和民族存在相关关系,而OSBPL10与NPC患者的EBV感染、AJCC临床分期、Ki67表达存在相关关系。6、患者预后相关因素分析中NPC生存状态与患者EBV感染状态,N分期存在负相关关系,与民族存在相关关系。且BLK、OSBPL10的表达与患者预后相关,低表达代表较差的预后。结论:本研究利用机器学习的方法筛选出NPC相关基因BLK、OSBPL10,生物信息学分析BLK、OSBPL10与免疫细胞联系紧密,基因与多种基因联系紧密并参与丰富的生物学过程与信号通路,与肿瘤免疫微环境联系紧密。经实验验证,BLK、OSBPL10在NPC中功能丰富,差异表达明显,可做为NPC的相关诊断标志物。

关键词： 小样本学习   元学习   机器学习   图像分类  

摘要： 图像分类是机器学习领域中一个重要的研究问题,其旨在通过对图像数据进行处理、分析以及理解来分类其语义目标或对象的类别。近些年来,凭借着丰富的标注数据,基于深度学习的图像分类方法已经展现了优越的性能。然而,在一些实际应用图像分类场景中,为每个类别收集大量的标注数据是不切实际的或者非常困难的。因此,研究如何在少量的标注数据下有监督学习一个图像分类模型已经成为学术界和工业界共同关注且亟待于解决的重要问题。 为了解决上述问题,小样本学习作为一种新兴的机器学习范式应运而生,其旨在从一个具有丰富标注数据的基类辅助数据集中学习一种跨类别可迁移的知识,并利用其辅助标注数据稀缺的新类分类器学习,进而执行新类测试样本的类别预测。目前针对上述小样本学习技术的研究在学术界上还处于探索阶段,学习什么类型的知识来改善其跨类别泛化能力是制约此类技术实际应用的核心挑战。因此,为了解决上述挑战,本文以面向图像分类的小样本学习问题为研究对象,从实际场景需求角度出发,围绕着显式知识学习和隐式知识学习两个角度逐步展开研究。具体来说,本文的主要研究内容和创新总结如下: (1)针对具有类别属性显式知识的图像分类场景,本文提出一种基于原型补全和融合的小样本学习方法来有效地解决均值原型估计的不完整问题。该方法首先引入一种类别属性显式知识,并提取其具有代表性的属性特征作为先验;其次,设计了一个原型补全网络来学会去利用这些先验补全均值原型所缺失的属性特征;然后,为了避免因知识噪声导致原型错误补全问题,本文进一步设计了一种基于高斯的原型融合策略来融合均值和补全原型,进而实现更有代表性的原型估计。在多个真实数据集上的实验结果表明,该方法可以获得更有代表性的原型估计,并显著地提升小样本学习的性能。 (2)针对具有类别层次显式知识和基类弱监督辅助数据的图像分类场景,本文提出一种基于概念抽象的小样本学习方法来提升图像分类模型的跨类别泛化能力。该方法首先引入类别层次显式知识作为先验;然后,依据基类弱监督辅助数据,本文设计了一种具有层次概念抽象的训练目标,旨在训练一个通用元学习器来学会预测不同抽象层次的概念分类器;最后,设计了一个元概念推理网络作为上述通用元学习器,其旨在利用类别层次显式知识和少量标注数据来联合推理一个的图像分类模型,进而有效地执行小样本任务的类别预测。实验结果表明该方法能够显著改善模型的跨类别泛化性能。 (3)针对具有类别层次显式知识但无基类弱监督辅助数据的图像分类场景,本文提出一种基于双曲知识迁移的小样本学习方法来借助双曲空间容量的指数增长特性学习满足类别层次结构的双曲图像和原型表示,进而解决欧式空间图像和原型表示扭曲问题。该方法首先视类别层次显性知识作一种树状结构先验;其次,分别设计了一个双曲表示学习和双曲原型推理模块来建模图像表示和类别原型;然后,设计了一种基于层次分类和关系重构的训练目标来学习满足类别层次结构的图像表示和类别原型;最后,采用最近原型的方式执行新类预测。实验结果表明,相比于欧式方法,该方法可以更好地维持类别间的层次结构关系,并获得更优越的小样本学习性能。 (4)针对无显式知识但具有相关隐式预训练模型知识的图像分类场景,本文从特征表示角度,提出一种基于隐式模型库的小样本学习方法来改善表示模型的跨类别泛化性能。该方法首先引入多个预训练模型并将其作为特征提取器的先验;然后,设计了一个元权值预测网络,旨在利用上述先验来预测适用于新类的目标特征提取器权值;最后,基于该方法的通用性,本文将上述目标特征提取器集成至现有隐式知识学习方法进而执行新类预测。实验结果表明该方法优于最先进的单/多模型迁移学习方法,且其推理时间与单模型方法相当。 (5)针对无显式知识和相关隐式模型库知识的图像分类场景,本文从原型估计角度,提出一种基于隐式原型优化的小样本学习方法来解决均值原型估计不准确的问题。该方法首先将原型优化的梯度及其流视为一种跨类别可迁移的隐式知识;其次,提出了一种基于神经常微分方程(Neural ODE)的元优化器来建模原型优化的连续动态过程;然后,设计了一种梯度流推理网络,其旨在学会去利用少量标注样本来估计原型动态的连续梯度流;最后,视基于均值的原型作为初始原型估计,并通过求解Neural ODE来获得最优原型的估计。实验结果表明该方法可以获得较准确的原型估计以及优越的分类性能。 总体而言,本文紧扣面向图像分类的小样本学习问题,分别从多种场景需求角度提出基于原型补全和融合的方法、基于概念抽象的方法、基于双曲知识迁移的方法、基于隐式模型库知识迁移的方法以及基于隐式原型优化的方法。在多个真实数据集上的实验结果验证了本文方法的有效性,因此本文的研究成果有望为小样本学习技术的应用带来一些新的思路和启发。

关键词： 财务困境   机器学习   信息市场集成学习方法  

摘要： 随着我国社会主义市场经济的发展,上市公司在我国经济社会中扮演的角色越来越重要。无论是债权者还是管理者都很关注上市公司财务情况,因为这和他们的经济利益密切相关。并不是所有公司都发展的一帆风顺,有些公司在运营过程中会出现财务困境,财务困境预警研究这一问题受到学术领域的关注。财务困境预警研究涉及到预警指标和预警模型的选择,目前对财务困境预警研究使用的模型主要集中在机器学习模型的改进与创新方面,较少关注集成学习方法的研究,尤其是信息市场集成学习方法。基于此本文收集沪深A股制造业上市公司2014年到2021年首次被ST的公司作为财务困境样本,首先利用机器学习模型进行对比研究,然后引入信息市场集成学习方法优化模型。具体研究内容如下:第一,研究不同预测年份和非财务困境公司的配对比例对预警模型效果的影响。首先是指标的选取,考虑到全面性、准确性、易获取性等原则,挑选了六大类的财务指标和一类非财务指标,总共有58个指标。然后是研究样本的构造,一方面是样本的预测年份对预警模型结果的影响,分别是首次出现财务困境的前两年(T-2)的数据、前三年(T-3)的数据、前四年(T-4)的数据对预测结果的影响;另一方面是非财务困境公司的配对比例对模型结果的影响,即增加模型的稳健性检验。为了验证本文选择一家财务困境公司配对三家非财务困境公司方法的有效性,又增加两个不同比例配对非财务困境公司的数据集,分别是一比五的配对方法和一比十的配对方法。第二,研究不同机器学习模型的预测性能表现。本文使用多种机器学习算法建立预警模型,在建模之前使用网格搜索方法对模型进行参数调优,以使预测结果达到最优。利用五个机器学习模型评价指标评价不同模型的表现,分别是准确率、AUC、F值、召回率、精准率。对比单模型和集成模型在不同预测年份和不同比例配对非财务困境公司数据集上的表现。第三,研究集成学习方法对模型性能的影响。本文在机器学习模型的基础上,又引入集成学习方法进行财务困境预警,主要使用信息市场集成学习方法,但为了对比信息市场集成学习方法和传统集成学习方法结果的差异,又加入两个基础的集成学习方法,即Stacking和Blending。先介绍了信息市场、Stacking和Blending的相关理论,然后将所有模型的结果对比分析,并讨论信息市场集成学习方法效果好的可能原因。基于上述研究内容,本文有以下两个贡献:(1)目前学术界对财务困境的预警研究中,鲜有研究探索信息市场集成学习方法对财务困境预警结果的影响,本文的研究为财务困境预警研究的方法提供了一个新的角度。信息市场的优异表现在有些研究领域已被证实,本文发现信息市场集成学习方法在财务困境预警研究中的表现优于其他模型。信息市场集成学习方法表现好的原因在于,一般情况下,信息市场集成学习方法中,表现较好的机器学习模型在市场中占据更多的份额,而表现较差的模型在市场中占据的份额较少,所以信息市场的最终集成结果是表现好的模型的结果。(2)由于财务困境公司只是少数,所以选择合适的比例配对非财务困境公司将对预警结果产生一定的影响。以往的研究更多聚焦于样本预测年份对模型结果的影响,本文同时研究了样本预测年份和非财务困境公司配对比例对模型结果的影响。本文用三个不同的比例配对非财务困境公司,结果表明用一比三的比例配对非财务困境公司的结果好于一比五的比例和一比十的比例,为相关研究提供一个佐证。