基于深度学习的我国矿业境外投资风险评价研究
正版保障 假一赔十 可开发票
￥ 39.55 6.3折 ￥ 63 全新
库存8件
广东广州
认证卖家担保交易快速发货售后保障
作者谷春燕
出版社经济科学出版社
ISBN9787521839265
出版时间2021-04
装帧平装
开本其他
定价63元
货号11805354
上书时间2024-12-31
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 绪论
1.1 研究背景、目的和意义
1.1.1 矿业境外投资的形势与机遇
1.1.2 矿业境外投资风险评价的必要性
1.2 科学问题与研究内容
1.3 研究方法与技术路线
1.3.1 研究方法
1.3.2 技术路线
1.4 创新点
第2章 文献综述与理论基础
2.1 矿业境外投资风险影响因素分析
2.2 矿业境外投资风险量化评价方法研究
2.2.1 常规风险评价方法
2.2.2 风险评价方法的演进
2.3 深度学习方法的原理和运用研究
2.4 本章小结
第3章 我国矿业境外投资风险评价指标体系的构建
3.1 指标体系的设计思路
3.2 指标体系的设计方法与原则
3.2.1 设计方法
3.2.2 设计原则
3.3 指标体系的构建
3.3.1 风险影响大类因素的识别
3.3.2 风险指标的细化与分解
3.3.3 风险评价三级指标的筛选
3.3.4 风险评价指标体系的确立
3.4 风险评价指标的赋值标准
3.4.1 矿产资源风险
3.4.2 社会风险
3.4.3 经济金融风险
3.4.4 制度运营风险
3.4.5 社区劳工风险
3.4.6 基础资源风险
3.4.7 环境保护风险
3.5 本章小结
第4章 基于深度学习的矿业境外投资风险评价模型初始设计
4.1 网络结构选择
4.1.1 深度学习模型的常见网络结构
4.1.2 模型选择与流程设计
4.2 风险评价映射关系构建
4.2.1 样本特征数据集
4.2.2 风险标签数据集
4.3 深度学习网络的拓扑结构
4.3.1 网络的前馈计算
4.3.2 误差的反向传播
4.3.3 网络激活函数设置
4.4 本章小结
第5章 矿业境外投资风险评价深度学习模型的训练与确定
5.1 样本的选取与风险数据集确定
5.1.1 样本的选取
5.1.2 风险特征数据集的确定
5.1.3 风险标签数据集的确定
5.2 样本国家风险特征数据采集
5.2.1 北美洲国家集群
5.2.2 欧洲国家集群
5.2.3 亚洲国家集群
5.2.4 拉丁美洲国家集群
5.2.5 非洲国家集群
5.2.6 大洋洲国家集群
5.3 矿业境外投资风险评价深度学习模型的训练
5.3.1 模型的改进
5.3.2 数据预处理
5.3.3 模型的训练
5.4 矿业境外投资风险评价深度学习模型的测试与检验
5.5 本章小结
……
精彩内容
风险是我国重要矿产资源“走出去”进行境外投资面临的一大难题。采用科学方法开展重要矿产资源境外投资风险评价，对于国内企业开展境外业务，减少损失，保障我国境外资源权益具有重要战略意义。本研究尝试引入深度学习思想，就“如何采用科学方法对我国矿业境外投资风险进行量化综合评价”这一科学问题展开了研究。本研究的主要工作和创新贡献包括：（1）构建了我国矿业境外投资风险评价指标体系，设定量化方法和赋值标准，为后续风险综合评价奠定了数据基础；（2）构建了基于深度学习的风险评价模型，训练后的模型能充分利用深层架构的特征提取优势，通过非线性模块实现多层转换组合，学习非常复杂的函数，有助于提高评价客观性；（3）提出了一个复合聚类分析算法，对主要矿业国家基于投资风险相似度进行地区分类；（4）设计了基于深度学习的指标贡献度全局分析方法，定量考察各风险指标对模型输出结果不确定性的贡献率，并据此对指标进行重要性排序。
— 没有更多了 —
以下为对购买帮助不大的评价