检索结果-内蒙古大学图书馆

系统工程理论与实践 2006年第10期26卷 73-79页

作者：肖文兵费奇华中科技大学系统工程研究所武汉430074

运用基于支持向量机理论试图建立一个新的个人信用评估预测方法,以期取得更好的预测分类能力.为了达到这个目标及保证可靠性,研究中使用网格5-折交叉确认来寻找不同核函数的最优参数.为了进一步评价SVM分类准确性,我们在本文最后对SVM... 详细信息

运用基于支持向量机理论试图建立一个新的个人信用评估预测方法,以期取得更好的预测分类能力.为了达到这个目标及保证可靠性,研究中使用网格5-折交叉确认来寻找不同核函数的最优参数.为了进一步评价SVM分类准确性,我们在本文最后对SVM方法与线性判别分析,Logistic回归分析,最近邻,分类回归树及神经网络进行了比较,结果表明,SVM有很好的预测效果.

关键词：信用评估支持向量机(SVM) 神经网络(NN) 5-折交叉确认

来源：评论

学校读者我要写书评

暂无评论

信用评估中的特征选择方法研究

引用

数量经济技术经济研究 2016年第1期33卷 142-155页

作者：熊志斌华南师范大学数学科学学院华南师范大学金融工程与风险管理研究所

特征(变量)选择是信用评估中常用的一种数据降维技术,然而传统的基于相关性的特征选择方法 (CFS)在计算变量间相关系数时,本质上是一种线性分析方法,无法有效处理非线性关系的数据,导致不能准确估计变量间相关性的大小。本文在分析CFS... 详细信息

特征(变量)选择是信用评估中常用的一种数据降维技术,然而传统的基于相关性的特征选择方法 (CFS)在计算变量间相关系数时,本质上是一种线性分析方法,无法有效处理非线性关系的数据,导致不能准确估计变量间相关性的大小。本文在分析CFS方法的基础上,引入Gebelein最大相关系数(GMC),提出了一种非线性相关性特征选择方法——基于Gebelein最大相关性特征选择方法(GCFS)。在此基础上,结合支持向量机(SVM)技术,构建了GCFS-SVM评估模型。该模型能有效地识别变量间的非线性相关关系,更真实估计变量间相关系数大小,从而筛选出最优变量子集,最终提高模型评估预测能力。为验证本文所提方法的效果,通过对两个公开的信用数据集的实证研究,结果表明:与其他方法相比,本文提出的GCFS方法能显著改善信用评估模型预测性能,提高模型判别能力,本研究成果也为信用评估模型的构建提供了一种新的思路和有益的参考。

关键词：信用评估特征选择 GMC 支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于支持向量机的信用评估模型及风险评价

引用

华中科技大学学报（自然科学版） 2007年第5期35卷 23-26页

作者：肖文兵费奇万虎华中科技大学系统工程研究所湖北武汉430074

运用基于支持向量机理来建立一个新的个人信用评估预测模型,以期取得更好的预测分类能力.并对SVM分类结果与三层全连接BPN分类结果进行了比较.结果表明,在判别潜在的贷款申请者中支持向量的判别结果比神经网络的要好.为了减小训练集偏... 详细信息

运用基于支持向量机理来建立一个新的个人信用评估预测模型,以期取得更好的预测分类能力.并对SVM分类结果与三层全连接BPN分类结果进行了比较.结果表明,在判别潜在的贷款申请者中支持向量的判别结果比神经网络的要好.为了减小训练集偏差及为了验证两种方法的鲁棒性,基于两种策略(平衡样本与非平衡样本)交叉验证来进一步评价SVM分类准确性,并对两种方法基于两种策略的误分类作了风险代价分析.

关键词：信用评估支持向量机 BP神经网络交叉确认风险评估

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的多分类器融合模型在信用评估中的应用

引用

哈尔滨工业大学学报 2006年第9期38卷 1504-1505,1536页

作者：叶强张洁哈尔滨工业大学管理学院哈尔滨150001

为探讨基于遗传算法的多分类器融合模型,并基于多分类器融合技术,建立新的客户信用分类模型,该模型通过使用分类融合器,将多个单分类器得到的客户信用评估结果进行合并,从而综合不同分类器的局部优势,提高分类性能.采用线性分类融合器,... 详细信息

为探讨基于遗传算法的多分类器融合模型,并基于多分类器融合技术,建立新的客户信用分类模型,该模型通过使用分类融合器,将多个单分类器得到的客户信用评估结果进行合并,从而综合不同分类器的局部优势,提高分类性能.采用线性分类融合器,并通过遗传算法对分类融合器进行优化.实验表明,该方法在客户信用评估中的效果明显优于传统的运用单个分类器的方法.

关键词：多分类器融合模型遗传算法信用评估

来源：评论

学校读者我要写书评

暂无评论

信用评估中的鲁棒赋权自适应L_p最小二乘支持向量机方法

引用

中国管理科学 2010年第5期18卷 28-33页

作者：刘京礼李建平徐伟宣石勇中国科学技术大学管理学院安徽合肥230026 中国科学院科技政策与管理科学研究所北京100190 中国科学院虚拟经济与数据科学研究中心北京100190

消费者信用评估是金融风险管理和信用产业竞争的一个重要方面。信用评估数据中常带有噪声点,并且其类别是不均衡的。最小二乘支持向量机是一个被广泛应用的分类模型,其模型简单,求解速度快,但鲁棒性差。本文提出了一个鲁棒赋权自适应Lp... 详细信息

消费者信用评估是金融风险管理和信用产业竞争的一个重要方面。信用评估数据中常带有噪声点,并且其类别是不均衡的。最小二乘支持向量机是一个被广泛应用的分类模型,其模型简单,求解速度快,但鲁棒性差。本文提出了一个鲁棒赋权自适应Lp最小二乘支持向量机模型,能够适应信用评估样本数据库类别不均衡的特点,可以有效处理信用评估数据中带有噪声点的问题。在仿真数据和三个信用数据库上的实证分析表明,本文所提出的模型具有较好的鲁棒性和分类能力。

关键词：信用评估鲁棒自适应最小二乘支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的客户信用评估模型研究

引用

数据分析与知识发现 2020年第6期4卷 80-90页

作者：刘伟江魏海运天鹤吉林大学数量经济研究中心长春130012 吉林大学商学院长春130012

【目的】分析客户贷款信息基础上,抽取贷款客户特征并成像,利用卷积神经网络构建客户信用模型,提高客户网贷违约预测准确率。【方法】基于Lending Club客户信用数据,将反映客户信息4个方面的特征变量相互连接综合成灰度图,建立基于卷积... 详细信息

【目的】分析客户贷款信息基础上,抽取贷款客户特征并成像,利用卷积神经网络构建客户信用模型,提高客户网贷违约预测准确率。【方法】基于Lending Club客户信用数据,将反映客户信息4个方面的特征变量相互连接综合成灰度图,建立基于卷积神经网络的客户信用评估模型。【结果】实验结果表明,基于卷积神经网络的新模型在信用评估实验中特异度为99.4%,灵敏度为68.7%,G-mean值为82.7%,F1值为81.4%,AUC值为99.5%,与传统以特征处理为基础的信用评估模型相比均有显著提升。【局限】仅对比分析有限的信用评估模型,未对不平衡数据的影响做进一步研究。【结论】基于卷积神经网络的网贷客户信用评估模型,在客户违约特征信息提取和违约可能性的预测上具有良好性能。

关键词：卷积神经网络指标成像信用评估信息值主成分分析法

来源：评论

学校读者我要写书评

暂无评论

信用评估:理论与实务

引用

丛书名：高等院校金融学核心课程教材

2011年

作者：陈勇阳

来源：内蒙古大学图书馆图书评论

学校读者我要写书评

暂无评论

基于灰狼优化算法和最小二乘支持向量机的信用评估

引用

成都理工大学学报（自然科学版） 2019年第4期46卷 507-512页

作者：周敏中国民用航空飞行学院计算机学院西南财经大学经济信息工程学院

最小二乘支持向量机(LSSVM)被证实是一种有效的信用评估方法,然而,传统的交叉验证和网格方法通常得不到最优参数。为了解决这个问题,作者提出了一种改进的灰狼优化算法(IGWO),该算法能非线性地调整收敛因子,并能自适应调整α狼、β狼和... 详细信息

最小二乘支持向量机(LSSVM)被证实是一种有效的信用评估方法,然而,传统的交叉验证和网格方法通常得不到最优参数。为了解决这个问题,作者提出了一种改进的灰狼优化算法(IGWO),该算法能非线性地调整收敛因子,并能自适应调整α狼、β狼和δ狼对ω狼的影响。然后,提出了一种用IGWO来优化LSSVM参数的方法IGWO-LSSVM,并将其应用于信用评估中。在公开的德国和澳大利亚真实信用数据集上,IGWO-LSSVM较传统的K近邻、朴素贝叶斯、决策树、支持向量机和LSSVM等信用评估方法均有明显的提升,表明IGWO- LSSVM 是一种有效的信用评估方法。

关键词：灰狼优化算法最小二乘支持向量机信用评估金融风险

来源：评论

学校读者我要写书评

暂无评论

信用评估研究综述与演化分析

引用

征信 2021年第6期39卷 7-15,21页

作者：傅小康邹江波琚春华浙江工商大学管理工程与电子商务学院浙江杭州310018 信雅达系统工程股份有限公司浙江杭州310053 浙江工商大学管理学院浙江杭州310018 商务部国际贸易经济合作研究院北京100010

信用评估研究是信用应用市场面临的最具挑战性的问题之一,了解信用评估研究的发展现状,厘清评估方法的演化过程,是进行信用评估的研究基础。以Web of Science Core Collection中的SCI-Expended数据库和SSCI数据库为数据源,分级多次采集... 详细信息

信用评估研究是信用应用市场面临的最具挑战性的问题之一,了解信用评估研究的发展现状,厘清评估方法的演化过程,是进行信用评估的研究基础。以Web of Science Core Collection中的SCI-Expended数据库和SSCI数据库为数据源,分级多次采集了与信用评级、信用评分有关的文章进行文献计量分析。分析结果表明信用价值评估研究所涉及的主要领域为信用评级、信用评分系统、违约预测等,所涉及的学科以经济学、金融学、运筹学为主,延伸至人工智能、计算机科学、管理学、统计学、心理学等学科。通过关键词共现分析,发现近五年,机器学习、最新分类算法、神经网络、优化算法等在信用评级方面的应用研究已成为研究热点。

关键词：信用评估信用综述信用演化分析 CiteSpace

来源：评论

学校读者我要写书评

暂无评论

基于自适应遗传模糊神经网络的信用评估建模

引用

系统仿真学报 2011年第3期23卷 490-496页

作者：熊志斌华南师范大学数学科学学院广州510631

提出了一种自适应遗传模糊神经网络评估信用风险的模型,该模型在多子群遗传算法基础上,采用带控制参数的动态概率选择与最优保存策略相结合的混合选择策略,根据种群适应度标准差大小动态调整交叉和变异概率,并将BP算子嵌入遗传算法中,... 详细信息

提出了一种自适应遗传模糊神经网络评估信用风险的模型,该模型在多子群遗传算法基础上,采用带控制参数的动态概率选择与最优保存策略相结合的混合选择策略,根据种群适应度标准差大小动态调整交叉和变异概率,并将BP算子嵌入遗传算法中,构建了多子群自适应遗传BP算法,并利用该算法优化网络的连接权值和模糊参数。将所建模型应用到信用评估中,并与BP神经网络、ANFIS以及遗传神经网络模型预测效果进行比较,结果表明该模型对信用评估具有更好的泛化能力和更高的预测准确度。

关键词：遗传算法混合选择策略自适应模糊神经网络信用评估

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：