基于PCA和GA-BPNN的技术初创企业的评估和选
Jiaxin Li1, Mingming Meng1, Xin Liu1
1School of Economics & Management, Beijing Forestry University, Beijing, P.R. China.
PloS one
|February 8, 2024
概括
风险投资机构现在可以更有效地选技术初创企业 (TSs),使用一种新的评估系统. 该系统结合了基因算法优化的逆向传播神经网络 (GA-BPNN),显著提高了识别合格投资的准确性.
科学领域:
- 风险投资和金融技术
- 金融领域的人工智能
- 创新管理 创新管理
背景情况:
- 风险资本的信息不透明导致不利的选择和市场效率低下.
- 风险投资机构在精确选技术初创企业时面临挑战.
- 准确的TS评估对于高效的投资定位至关重要.
研究的目的:
- 为风险投资机构设计一个先进的评估和选系统.
- 加强对合格的技术初创企业 (TSs) 的选择过程.
- 减轻不利选择和提高风险资本市场效率.
主要方法:
- 开发了一个四维的研究框架:概念,技术创新,商业模式和团队结构.
- 使用文献研究提取了15个二级和33个三级指标.
- 为评估提出了一种基因算法优化的反向传播神经网络 (GA-BPNN).
主要成果:
- GA-BPNN模型实现了高准确率:合格企业的准确率为80.33%,不合格企业的准确率为93.67%.
- 该模型在评估和选TS的有效性经验验证.
- 该系统显示了提高投资选择准确性的巨大潜力.
结论:
- 使用PCA和GA-BPNN建立了一个有效的评估系统,用于TSs的初步查.
- 该系统为风险投资机构提供了减少选时间和成本的机会.
- 该系统使科学风险评估成为可能,提高了TS投资的效率和利能力.
更多相关视频
09:01A Method for Investigating Age-related Differences in the Functional Connectivity of Cognitive Control Networks Associated with Dimensional Change Card Sort Performance
Published on: May 7, 2014
10.2K
08:38Genome-wide Protein-protein Interaction Screening by Protein-fragment Complementation Assay PCA in Living Cells
Published on: March 3, 2015
13.4K
