本文關(guān)鍵詞：基于離群點(diǎn)剔除的SVM信用風(fēng)險(xiǎn)評價(jià)方法

  更多相關(guān)文章： 支持向量機(jī) 模糊c-均值聚類算法 離群點(diǎn) 信用風(fēng)險(xiǎn)

【摘要】：針對信用評價(jià)數(shù)據(jù)存在離群點(diǎn)和噪聲問題,提出一種基于離群點(diǎn)剔除的支持向量機(jī)(SVM)信用風(fēng)險(xiǎn)評價(jià)模型.該模型利用模糊c-均值聚類算法剔除樣本離群點(diǎn),采用粒子群算法優(yōu)化支持向量機(jī)分類參數(shù),進(jìn)而提高支持向量機(jī)的分類性能.將該方法應(yīng)用于信用風(fēng)險(xiǎn)評價(jià)中的結(jié)果表明,相比于其他模型,該方法分類精度更高.
【作者單位】： 吉林財(cái)經(jīng)大學(xué)管理科學(xué)與信息工程學(xué)院;吉林財(cái)經(jīng)大學(xué)物流產(chǎn)業(yè)經(jīng)濟(jì)與智能物流重點(diǎn)實(shí)驗(yàn)室;吉林財(cái)經(jīng)大學(xué)互聯(lián)網(wǎng)金融省重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金(批準(zhǔn)號:61402193;61572225) 吉林省教育廳“十二五”科學(xué)技術(shù)研究項(xiàng)目(批準(zhǔn)號:2015410;2015412) 物流產(chǎn)業(yè)經(jīng)濟(jì)與智能物流吉林省高校重點(diǎn)實(shí)驗(yàn)室開放基金(批準(zhǔn)號:201401) 吉林省社會科學(xué)基金(批準(zhǔn)號:2015BS48)
【分類號】：F830.5;TP18
【正文快照】： 信用風(fēng)險(xiǎn)是指借款企業(yè)不能及時(shí)或完全履約而導(dǎo)致銀行不能按期足額收回約定現(xiàn)金流而蒙受損失的一種可能性[1].以企業(yè)金融數(shù)據(jù)為基礎(chǔ),建立度量模型是規(guī)避防控風(fēng)險(xiǎn)的有效途徑.目前主要采用Logistic回歸[2-3]和神經(jīng)網(wǎng)絡(luò)[4-6]等方法對信用風(fēng)險(xiǎn)評價(jià)問題進(jìn)行研究,取得了一定成效.但傳

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王靖;;基于重構(gòu)權(quán)的離群點(diǎn)檢測方法[J];軟件學(xué)報(bào);2011年07期

2 陳立軍;張亞紅;海冉冉;;一種新型融合離群點(diǎn)的穩(wěn)態(tài)檢測方法[J];化工自動化及儀表;2013年05期

3 沈紅斌,王士同,吳小俊;離群模糊切換回歸模型研究[J];華東船舶工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年03期

4 賈瑞玉;錢光超;張然;李龍澍;;空間離群點(diǎn)的檢測算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2008年05期

5 王靖;;基于離群點(diǎn)檢測的魯棒局部切空間排列方法[J];華僑大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

6 金義富;朱慶生;鄒咸林;;基于遺傳算法的α-離群約簡搜索算法[J];計(jì)算機(jī)科學(xué);2006年10期

7 張建民;;一種改進(jìn)的K-means聚類算法[J];微計(jì)算機(jī)信息;2010年09期

8 錢光超;賈瑞玉;張然;李龍澍;;基于遺傳聚類算法的離群點(diǎn)檢測[J];計(jì)算機(jī)工程與應(yīng)用;2008年11期

9 孫麗娜;王小偉;;仿真實(shí)現(xiàn)調(diào)整離群點(diǎn)提高分類器分類效率的算法[J];電腦知識與技術(shù);2012年29期

10 趙汝進(jìn);張啟衡;左顥睿;徐勇;;基于去離群點(diǎn)策略提高目標(biāo)位姿測量精度[J];光學(xué)學(xué)報(bào);2009年09期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 金義富;高維稀疏離群數(shù)據(jù)集延伸知識發(fā)現(xiàn)研究[D];重慶大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 王春鵬;基于離群點(diǎn)檢測的在線軟測量方法研究[D];中國石油大學(xué)(華東);2014年

2 王美晶;基于PSO算法的離群點(diǎn)檢測方法研究[D];福州大學(xué);2013年

3 李明;無線傳感器網(wǎng)絡(luò)中離群點(diǎn)檢測算法研究[D];江蘇大學(xué);2010年

4 張妍妍;無線傳感器網(wǎng)絡(luò)中動態(tài)離群點(diǎn)的檢測[D];哈爾濱工業(yè)大學(xué);2009年

5 章忠威;一種改進(jìn)的離群模糊核聚類算法[D];西安電子科技大學(xué);2006年

6 陳娟;基于離群特征提取和能量計(jì)算的SVM股市預(yù)測研究[D];合肥工業(yè)大學(xué);2014年

，

本文編號：1207072