基于卷积神经网络和支持向量机的宏观经济监测预警模型及应用

摘要

文章构建基于卷积神经网络和支持向量机的预警模型(CNN-SVM模型),监测预警宏观经济运行情况。将宏观经济面板数据训练集转化为矩阵输入CNN模型进行卷积操作和池化操作以提取特征,并将提取出的特征向量输入SVM模型进行多分类从而得到分类结果,不同分类结果代表不同的预警等级。训练好CNN-SVM模型的参数后,代入测试集预警结果与实际预警等级进行比对,观察预警效果,发现决定系数可达0.98,与单独的基于CNN模型的预警模型相比准确率明显提高。