期刊专题

10.3969/j.issn.1671-9891.2021.01.003

基于SOM的上市航运企业盈利能力分析

引用
SOM神经网络结构简单,具有良好的自组织、自学习能力等特性,学习能力强,处理速度快,兼有可视化,结果客观可靠,是一种优良的聚类工具,在模式识别和样本分类中得到广泛应用.运用SOM聚类方法对我国部分上市航运企业盈利能力进行了分析,将18家航运企业盈利能力分为强、中、一般、弱四类,对促进我国航运行业提高运营质量和经济效益具有积极的意义.

航运、上市企业、盈利能力、评价、SOM、聚类

20

F551(水路运输经济)

2021-06-28(万方平台首次上网日期,不代表论文的发表时间)

共5页

11-15

暂无封面信息
查看本期封面目录

南通航运职业技术学院学报

1671-9891

32-1686/Z

20

2021,20(1)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn