【摘要】：消費(fèi)信貸的發(fā)展對(duì)于國家社會(huì)都有著很多積極意義,例如擴(kuò)大內(nèi)需、加快社會(huì)消費(fèi)結(jié)構(gòu)升級(jí)、改善銀行資產(chǎn)結(jié)構(gòu)和提高效益,但是缺乏科學(xué)高效的信用評(píng)估方法是制約消費(fèi)信貸發(fā)展的重要問題。目前信用評(píng)估領(lǐng)域存在著單一分類模型難以同時(shí)兼顧高精確性和高穩(wěn)健性,并且模型的使用受到樣本地域性限制的問題,本文將引入組合分類思想,將Adaboost組合分類模型應(yīng)用于這一領(lǐng)域,嘗試解決上述問題。 本文主要從精確性、穩(wěn)健性和應(yīng)用范圍三個(gè)方面分析模型分類性能。本文對(duì)國內(nèi)外文獻(xiàn)從信用評(píng)估和組合分類兩方面進(jìn)行梳理,分析了組合分類的可行性。利用國內(nèi)信用樣本檢驗(yàn)Adaboost組合分類模型的精確性和穩(wěn)健型,利用國外樣本對(duì)Adaboost組合分類模型的應(yīng)用范圍進(jìn)行探討。通過實(shí)證結(jié)果的比較可以看出,在模型的精確性和穩(wěn)健性方面,Adaboost組合分類模型在精確性上的97.33%和穩(wěn)健性上的0.47%兩個(gè)方面均優(yōu)于BP神經(jīng)網(wǎng)絡(luò)分類模型、決策樹分類模型和Logistic回歸分類模型,說明了Adaboost算法確實(shí)有改善單一模型應(yīng)用中精確性和穩(wěn)健性不能同時(shí)兼得的作用。另外非線性分類模型的精確性要優(yōu)于線性分類模型,部分非線性分類模型的穩(wěn)健性不如線性分類模型。在模型的應(yīng)用范圍方面,Adaboost組合分類模型在基分類模型的分類精度不高的情況下,發(fā)揮融合決策特點(diǎn),提升分類模型性能明顯。因此可以認(rèn)為Adaboost組合分類模型具有較好的實(shí)用性和較廣的應(yīng)用范圍,雖不能保證完全擬合當(dāng)?shù)匦庞脴颖緮?shù)據(jù),但相對(duì)于單一分類模型,尤其是分類性能較弱的分類模型,有較強(qiáng)的提升分類性能的作用。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類號(hào)】：O242.1;F830.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫常翔,李乃文;消費(fèi)者信用評(píng)估芻議[J];甘肅科技;2005年05期

2 劉暢;方靚;晏江;熊學(xué)萍;;概率神經(jīng)網(wǎng)絡(luò)在農(nóng)戶信用評(píng)估中的應(yīng)用[J];武漢金融;2009年11期

3 鄭維;;物流企業(yè)信用評(píng)估的意義[J];科技信息;2010年01期

4 葉中行;余敏杰;;基于遺傳算法和分類樹的信用分類方法[J];系統(tǒng)工程學(xué)報(bào);2006年04期

5 唐邁;;基于錯(cuò)分類成本的AdaBoost客戶流失預(yù)測(cè)模型研究[J];中國商界(上半月);2010年11期

6 趙靜嫻,楊寶臣;一種基于神經(jīng)網(wǎng)絡(luò)和決策樹的信用評(píng)估新方法[J];武漢科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2005年02期

7 譚勁英;梅婧;;科技企業(yè)信用風(fēng)險(xiǎn)理論識(shí)別與實(shí)證分析[J];東南大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2005年S1期

8 郭玉珂;張松敏;高翔;;AdaBoost人臉檢測(cè)算法研究[J];科技信息;2009年10期

9 馬鄖;中小企業(yè)融資問題研究[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2004年04期

10 劉承智;;信用評(píng)估的“C”要素理論及其應(yīng)用[J];財(cái)會(huì)月刊(綜合版);2006年30期

相關(guān)會(huì)議論文 前10條

1 文嘉俊;徐勇;戰(zhàn)蔭偉;;基于AdaBoost和幀間特征的人數(shù)統(tǒng)計(jì)[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

2 楊韶瑞;高愛華;秦文罡;;基于支持向量機(jī)和AdaBoost的行人檢測(cè)[A];2011西部光子學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

3 張彬;金連文;;基于AdaBoost的手寫體漢字相似字符識(shí)別[A];第二十六屆中國控制會(huì)議論文集[C];2007年

4 李小紅;李寅;謝成明;;基于連續(xù)Adaboost彩色圖像人臉檢測(cè)算法[A];第九屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

5 蔡念;金豐;阮恭勤;潘晴;許少秋;;基于AdaBoost算法的圖像復(fù)原方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

6 侯杰;茅耀斌;孫金生;;基于FDA的快速haar特征選取及其在級(jí)聯(lián)AdaBoost人臉檢測(cè)中的應(yīng)用[A];中國自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)D卷[C];2011年

7 ;Shadow Detection Based on Adaboost Classifiers in a Co-training Framework[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

8 周曉飛;石勇;;基于數(shù)據(jù)挖掘的金融信用評(píng)估概述[A];第四屆（2009）中國管理學(xué)年會(huì)——管理科學(xué)與工程分會(huì)場(chǎng)論文集[C];2009年

9 葉中行;陳凱風(fēng);;基于粗糙集和小波網(wǎng)絡(luò)的銀行信貸信用分類方法[A];中國現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第十三屆學(xué)術(shù)年會(huì)論文集[C];2007年

10 于淼;李乃民;王寬全;賈丹兵;閆子飛;;基于AdaBoost的中醫(yī)舌診分類算法研究[A];第二次全國中西醫(yī)結(jié)合診斷學(xué)術(shù)研討會(huì)論文集[C];2008年

相關(guān)重要報(bào)紙文章 前10條

1 張艷蕊;陳 榕：信用評(píng)估熱的冷思考[N];中國企業(yè)報(bào);2005年

2 陳建軍;信用評(píng)估蛋糕開始搶食[N];民主與法制時(shí)報(bào);2002年

3 肖立春;企業(yè)信用評(píng)估應(yīng)慎重[N];中國城鄉(xiāng)金融報(bào);2007年

4 記者 劉厚杰 劉榮;失信懲罰約束違規(guī)企業(yè)[N];證券日?qǐng)?bào);2005年

5 季春紅;展示質(zhì)量信用評(píng)估優(yōu)勢(shì) 推廣信用產(chǎn)品市場(chǎng)應(yīng)用[N];中國貿(mào)易報(bào);2007年

6 本報(bào)記者　 張鈺梅;貨代，你誠信嗎？[N];國際商報(bào);2006年

7 黃福廣;信用評(píng)估——防范銀企代理關(guān)系風(fēng)險(xiǎn)的有效方式[N];金融時(shí)報(bào);2000年

8 張旭東;我市啟動(dòng)中小企業(yè)信用評(píng)估工作[N];閩北日?qǐng)?bào);2006年

9 蔣云翔;東方金誠信用掛牌[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2008年

10 本報(bào)記者 張子麟;首次信用評(píng)估緣何“難產(chǎn)”[N];中國經(jīng)濟(jì)導(dǎo)報(bào);2005年

相關(guān)博士學(xué)位論文 前10條

1 劉沖;模擬電路故障診斷AdaBoost集成學(xué)習(xí)方法研究[D];大連海事大學(xué);2011年

2 段錦;人臉自動(dòng)識(shí)別中若干問題的研究[D];吉林大學(xué);2004年

3 萬民永;智能視頻監(jiān)控算法及硬件實(shí)現(xiàn)研究[D];浙江大學(xué);2012年

4 李云峰;基于Gabor小波變換的人臉識(shí)別[D];大連理工大學(xué);2006年

5 李向罡;我國企業(yè)信用管理體系運(yùn)行機(jī)制研究[D];吉林大學(xué);2006年

6 宋華軍;基于支持向量機(jī)的目標(biāo)跟蹤技術(shù)研究[D];中國科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2006年

7 陳志敏;中國高技術(shù)計(jì)劃項(xiàng)目管理理論與方法研究[D];武漢理工大學(xué);2007年

8 劉瑛;企業(yè)信用法律規(guī)制研究[D];中國政法大學(xué);2004年

9 王先基;基于統(tǒng)計(jì)學(xué)習(xí)的自動(dòng)人臉識(shí)別算法研究[D];中國科學(xué)技術(shù)大學(xué);2007年

10 羅瑜;支持向量機(jī)在機(jī)器學(xué)習(xí)中的應(yīng)用研究[D];西南交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 牛勝石;基于AdaBoost和SVM的人頭檢測(cè)[D];中南民族大學(xué);2010年

2 付廷杰;基于Adaboost的超分辨率重建算法[D];西安電子科技大學(xué);2010年

3 潘祥;基于車標(biāo)識(shí)別的車型細(xì)分類技術(shù)研究[D];西華大學(xué);2010年

4 孔祥棟;基于膚色和AdaBoost算法人臉檢測(cè)的研究[D];燕山大學(xué);2010年

5 高金良;基于Adaboost算法的人臉實(shí)時(shí)檢測(cè)及FPGA設(shè)計(jì)[D];中北大學(xué);2011年

6 李冉;基于改進(jìn)Adaboost算法的多姿態(tài)人臉檢測(cè)研究[D];廣西工學(xué)院;2011年

7 洪田榮;基于AdaBoost快速訓(xùn)練算法的人臉檢測(cè)的研究與實(shí)現(xiàn)[D];云南大學(xué);2010年

8 錢力思;基于AdaBoost人臉檢測(cè)算法的研究[D];西南大學(xué);2011年

9 李榮華;基于AdaBoost與粒子濾波的人臉檢測(cè)與跟蹤[D];南京理工大學(xué);2010年

10 陳松峰;利用PCA和AdaBoost建立基于貝葉斯的組合分類器[D];鄭州大學(xué);2010年

本文編號(hào)：2722703