為了提高電子商務移動支付風險預測精度,針對當前電子商務移動支付風險預測建模過程存在的一些局限性,設計了粒子群算法和支持向量機的電子商務移動支付風險預測模型(PSOSVM)。首先收集大量的電子商務移動支付風險預測歷史樣本數(shù)據(jù),并對其進行預處理,得到訓練樣本和測試樣本集,然后采用粒子群算法和支持向量機聯(lián)合對訓練樣本集進行學習,建立可以描述電子商務移動支付風險變化特點的模型,最后采用VC++編程實現(xiàn)電子商務移動支付風險預測仿真測試。結果表明,PSO-SVM克服了當前電子商務移動支付風險預測模型存在的弊端,電子商務移動支付風險預測精度超過90%,而且預測結果穩(wěn)定可靠,相對其他電子商務移動支付風險預測模型,具有顯著優(yōu)越性。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 基于PSO-SVM的電子商務移動支付風險預測
    1.1 粒子群優(yōu)化算法（PSO)
    1.2 支持向量機（SVM)
    1.3 基于PSO-SVM的電子商務移動支付風險預測步驟
2 電子商務移動支付風險預測模型的驗證性測試
    2.1 測試平臺及測試數(shù)據(jù)
    2.2 支持向量機核函數(shù)確定
    2.3 支持向量機參數(shù)的確定
    2.4 實驗結果與分析
        2.4.1 電子商務移動支付風險預測精度對比
        2.4.2 電子商務移動支付風險預測通用性分析
3 結束語



本文編號：3761312