基于云会计的小微企业的风险预警模型构建

文章深入分析了小微企业财务管理存在的问题,利用大数据,云计算等信息技术,探索并研究对于规避小微企业财务风险问题的新方法,构建了基于云会计的小微企业风险预警框架模型,有效分析并解决了小微企业财务风险所面临的问题,为促进小微企业未来可持续发展提供参考.     

信息技术在大合同管理体系中的应用

目前,合同管理过程中的风险未及时预警,给企业经营带来极大的管控风险。信息时代背景下,利用信息技术实施大合同管理体系,是企业管理的主要发展趋势和方向,也是企业实现标准化、精细化、数字化和专业化的重要基础。基于此,结合现有信息化技术、企业合同管理中普遍存在的问题以及个人工作经验,针对大合同管理信息系统建设展开研究和分析。     

基于GIS的煤矿企业风险预测预警系统设计

为及时掌握煤矿风险信息并对风险进行有效预测预警,设计了一种基于GIS的煤矿企业风险预测预警系统。该系统利用GIS信息采集平台对危险源信息进行有效的采集处理;利用风险预警模型对采集的信息进行数据挖掘分析、算法运算分析等综合预测分析,并得出风险预警结论;利用GIS分析展现平台对预警结果进行综合可视化预警与展现,为矿井安全生产调度提供辅助决策支持。该系统可实现煤矿企业风险治理的精准管控。     

基于ICE的国资监管财务风险预警系统设计与实现

上海市浦东新区国有资产监督管理委员会需要对旗下四百余家企业直接或间接地进行监管,各企业在生产经营和发展的不同阶段都会面临着各种各样的风险,财务风险管理工作是企业健康发展的重要保障.本文讨论了收集企业自身上报的财务快报的信息系统难于保证数据的正确性和财务风险难以揭露的现状,明确开发基于ICE中间件的国资监管财务风险信息系统的必要性.在此基础上,讨论了设定风险预警标准、形成风险预警、跟踪风险预警和消除风险预警等主要功能,分析了财务基础数据采集、预警产生和风险消除等核心流程.     

遗传BP神经网络在大宗商品市场风险预警中的应用

研究利用遗传BP神经网络预警大宗商品电子交易市场风险的应用方法,将定量分析的思维方式引入大宗商品市场风险评价管理中.为此目的,建构了一个基于遗传BP神经网络的预警模型（GA-BPNNM）,在市场调研的基础上建立了大宗商品电子交易市场风险评价指标体系,并通过实验确定了预警模型的最佳训练函数和隐层的最佳节点数.GA-BPNNM借助BP神经网络强大的自学习能力和非线性映射能力,克服传统手段在分析大宗商品电子交易市场风险时因其定义的模糊性和诱发因素的多样性所带来的困难;同时通过遗传算法与BP网络两者相互融合优化,解决BP神经网络易落入局部最优、收敛速度慢以及遗传算法易早熟等问题.仿真测试实验表明,GA-BPNNM预测结果优于标准BP神经网络预测方法,用于大宗商品电子交易市场风险损失程度预警是有效可行的.     

基于时空大数据及无线传感网络的复杂气象风险预警模型构建

针对传统复杂气象风险预警模型的预警方式以静态为主,较为单一的问题,构建基于时空大数据及无线传感网络的复杂气象风险预警模型.首先利用无线传感网络实现复杂气象时空大数据的传输,采用序列标注法和条件随机场模型,定向抽取所需复杂气象信息作为风险预警限值.其次将13种复杂气象因子依据预警等级及预警限值划分,计算不同等级复杂气象因子实测值隶属度函数,通过单因子权重确定综合权重.然后采用加权平均模糊合成法、预警分值法和概率分析法,根据权重获取复杂气象总风险值,最后采用隶属法结合风险值确定复杂气象综合预警等级,构建复杂气象风险预警模型.通过实证验证得出,该模型对复杂气象风险等级的预警准确性较好.     

2020人工智能案例TOP100

1.广东省应急管理厅、佳都科技:危化品动态监测预警解决方案 危化品动态监测预警平台根据危险化学品安全生产监管业务需求,提供安全生产可视化、应急预案管理、重点区域管理、设备监控管理、事故模拟分析、应急通信指挥等业务应用功能模块,为用户提供丰富的危险化学品安全监管手段. 广东省危险化学品安全生产风险监测预警系统总计接入全省21个地市121家一二级重大危险源企业.其中接入三维模型企业107家,共接入2078路视频监控,已将全省25501家危险化学品企业建立基础信息库,在倒逼企业加强安全生产基础能力建设上做出了突出贡献. 故专家点评为:防患未然.     

大数据时代下数据挖掘技术在企业中的应用

本文针对大数据时代背景下,数据挖掘技术在企业中的实际应用进行研究。通过中国五矿管理与决策平台及全面风险管理系统的实践,建立了可灵活配置的基于统计分析方法的风险计量模型,并对模型的计量结果进行回测检验,可依据检验结果对模型进行调整优化。实现了对企业各类风险的量化监控、自动预警,并对未来一段时间市场潜在的风险进行预测分析,以提高企业经营决策能力和风险前防范水平。此外,本文对大数据的分析模式及分析的关键领域进行了深入研究,并对未来大数据在企业中的应用进行了展望。     

支持向量机决策树在隐患预警模型中的应用

危化企业的安全监控数据具有社会价值,对安全隐患进行实时精确的预测是预警研究的热点,本文从人、设备、环境和管理四个维度出发,对安全生产隐患预警的相关指标进行分析,构建隐患预警指标体系,在此基础上,构建了自底向上的基于支持向量机的决策树多分类预警模型,实现对安全等级的的准确分类并用于预警未来的安全生产状态,通过与自顶向下的多分类模型比较,证实本文所采用的预警模型具有较好的实时性和精确度,满足对预警模型的基本要求.     

基于现金流量的财务风险预警系统的设计与研究

为了提高当前财务风险预警的精确度和有效性,研究基于现金流量理论,建立了基于极限学习机(ELM)算法的企业财务风险预警模型。通过熵值法对现金流量指标进行筛选,并将指标数据分为测试集与训练集。采用极限学习机分别进行训练和测试,经调整好的模型应用于财务风险预警。结果表明,研究提取的11项指标可从多方面反映企业的财务状况。研究模型的平均绝对误差最小,为4.21%。研究模型的分类精度始终较传统算法模型高,当特征数量为10时,研究算法的分类精度最高为91%。研究设计的财务预警系统性能表现较好,具有一定的应用价值。