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、金融機(jī)構(gòu)風(fēng)險(xiǎn)主要源于信貸風(fēng)險(xiǎn)。個(gè)人申請(qǐng)貸款業(yè)務(wù)的與日劇增,建立有效的風(fēng)險(xiǎn)防范機(jī)制對(duì)銀行來(lái)說(shuō)是迫在眉睫的。本課題在齊魯商業(yè)銀行的綜合信息平臺(tái)的基礎(chǔ),對(duì)平臺(tái)中的個(gè)人信用風(fēng)險(xiǎn)評(píng)估進(jìn)行了深入探討研究,提出了一個(gè)基于粗糙集和支持向量機(jī)的個(gè)人信用評(píng)估系統(tǒng)模型。數(shù)據(jù)挖掘融合了數(shù)據(jù)庫(kù)、人工智能和數(shù)理統(tǒng)計(jì)等多門學(xué)科,是一種從大量復(fù)雜的數(shù)據(jù)中迅速獲得有用信息的新技術(shù)。分類是一種最常見(jiàn)的數(shù)據(jù)挖掘的應(yīng)用方向,通過(guò)實(shí)驗(yàn)數(shù)據(jù)訓(xùn)練得到的分類器來(lái)預(yù)測(cè)未知數(shù)據(jù)的類別。支
2、持向量機(jī)(SVM)是近年來(lái)在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上發(fā)展起來(lái)的一種新的機(jī)器學(xué)習(xí)方法,它具有很強(qiáng)的泛化能力。其核心思想是將一個(gè)復(fù)雜的分類任務(wù)通過(guò)核函數(shù)映射使之轉(zhuǎn)化成一個(gè)在高維特征空間中構(gòu)造線性分類超平面的問(wèn)題。支持向量機(jī)是一種好解決兩分類問(wèn)題的新方法,其構(gòu)造學(xué)習(xí)結(jié)果模型穩(wěn)定性較好。本文認(rèn)真研究分析了支持向量機(jī)的原理及算法。在對(duì)面向大規(guī)模數(shù)據(jù)集的支持向量機(jī)的原理及算法的研究方面,通過(guò)比較各種算法的優(yōu)缺點(diǎn),選用了改進(jìn)的序列最小最優(yōu)化算法(SMO)
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。
最新文檔
- 基于支持向量機(jī)的個(gè)人信用評(píng)估研究.pdf
- 基于支持向量機(jī)的個(gè)人信用評(píng)估方法研究.pdf
- 基于改進(jìn)支持向量機(jī)的個(gè)人信用評(píng)估研究.pdf
- 基于支持向量機(jī)的個(gè)人信用評(píng)估特征優(yōu)化研究.pdf
- 基于粗糙集—支持向量機(jī)的個(gè)人信用評(píng)估.pdf
- 基于分類樹(shù)和支持向量機(jī)的個(gè)人信用評(píng)估方法.pdf
- 基于支持向量機(jī)的個(gè)人信用評(píng)估模型與算法的研究.pdf
- 基于支持向量機(jī)的消費(fèi)信貸中個(gè)人信用評(píng)估方法研究.pdf
- 基于支持向量機(jī)和BP神經(jīng)網(wǎng)絡(luò)的個(gè)人信用評(píng)估模型研究.pdf
- 基于PCA-SVM算法的個(gè)人信用評(píng)估.pdf
- 基于SVM的銀行客戶個(gè)人信用評(píng)估研究.pdf
- 基于支持向量機(jī)的組合預(yù)測(cè)模型及其個(gè)人信用評(píng)價(jià)方法.pdf
- 基于Bagging算法的集成支持向量機(jī)在個(gè)人信用評(píng)級(jí)中的應(yīng)用.pdf
- 基于多類支持向量機(jī)的信用評(píng)估研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和SVM的個(gè)人信用評(píng)估比較研究.pdf
- 個(gè)人信用評(píng)估研究.pdf
- 基于SVM的個(gè)人信用評(píng)分系統(tǒng)設(shè)計(jì).pdf
- 基于支持向量機(jī)的企業(yè)信用風(fēng)險(xiǎn)評(píng)估研究.pdf
- 銀行個(gè)人信用評(píng)估研究.pdf
- 基于支持向量機(jī)技術(shù)的信用風(fēng)險(xiǎn)評(píng)估模型研究.pdf
評(píng)論
0/150
提交評(píng)論