2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩52頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、信用風(fēng)險(xiǎn)是金融領(lǐng)域面臨的主要風(fēng)險(xiǎn)之一,也是導(dǎo)致金融危機(jī)的直接原因。信用評(píng)價(jià)是揭示信用風(fēng)險(xiǎn)的有效手段,也是應(yīng)對(duì)金融危機(jī)的重要措施。信用評(píng)價(jià)的本質(zhì)是一個(gè)模式識(shí)別問(wèn)題。評(píng)價(jià)過(guò)程中的數(shù)據(jù)具有高維性、量綱差異性等特點(diǎn)并且存在嚴(yán)重的信息冗余。因此,樣本數(shù)據(jù)的降維處理和分類(lèi)器的設(shè)計(jì)是信用評(píng)價(jià)的重點(diǎn)問(wèn)題?;卩徲虼植诩奶卣鬟x擇方法不需要樣本的任何先驗(yàn)信息,有嚴(yán)格的數(shù)學(xué)推導(dǎo),可被應(yīng)用到信用評(píng)價(jià)數(shù)據(jù)的降維處理中。馬氏距離不受量綱的影響,距離判別中采用馬氏

2、距離可以有效消除量綱差異對(duì)分類(lèi)器的影響,提高分類(lèi)準(zhǔn)確率?;谏鲜龇治觯撐奶岢隽艘环N集成變精度鄰域粗糙集和馬氏距離判別的信用評(píng)價(jià)方法并從UCI數(shù)據(jù)庫(kù)中選取信用數(shù)據(jù)對(duì)方法的有效性進(jìn)行了驗(yàn)證。
  本論文完成的主要工作及研究成果如下:
  ①深入研討了信用評(píng)價(jià)的基本理論和基本方法,較全面地綜述了國(guó)內(nèi)外信用評(píng)價(jià)方法的現(xiàn)有研究,為信用評(píng)價(jià)方法更深層次的研究奠定了基礎(chǔ)。
 ?、谙到y(tǒng)地總結(jié)了信用評(píng)價(jià)中的判別分析理論和方法,學(xué)習(xí)了處

3、理高維模式識(shí)別問(wèn)題的國(guó)際前沿技術(shù),為信用評(píng)價(jià)方法的研究奠定了理論基礎(chǔ)。
 ?、坩槍?duì)信用評(píng)價(jià)中計(jì)算量較大,分析難度較高的問(wèn)題,對(duì)特征選擇思想、傳統(tǒng)鄰域粗糙集特征選擇方法進(jìn)行了學(xué)習(xí)和分析,建立了一種變精度的鄰域粗糙集特征選擇算法。
 ?、茚槍?duì)信用評(píng)價(jià)中樣本數(shù)據(jù)的高維性和量綱的差異性問(wèn)題,將變精度鄰域粗糙集特征選擇算法和馬氏距離判別集成,提出了一種信用評(píng)價(jià)的新方法。無(wú)需提供樣本的任何先驗(yàn)信息便可以在保存樣本大部分信息的前提下實(shí)現(xiàn)數(shù)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論