-
题名基于SVM与GA的银行贷款风险评估研究
- 1
-
-
作者
任月鸥
杨春燕
张凤晓
-
机构
中国人民解放军装甲兵技术学院电子工程系
-
出处
《长春工业大学学报》
CAS
2008年第2期196-200,共5页
-
基金
吉林省科技厅基金资助项目(吉科合字第sc0601019)
-
文摘
进行基于支持向量机的贷款风险评估研究,在训练向量空间中找到一个分类超平面,使向量分类具有较小的错误率,并获得较强的可扩展能力。从理论分析与实验对比可知,采用遗传算法可使其收敛到全局最优参数,确保支持向量机的分类和扩展的性能达到最优。在平均执行时间小于1 s内获得的高于94.3%正确率的实验结果验证了本算法的正确性与有效性,同时也表明支持向量机在小样本特征空间分类中所具有的优良性能。
-
关键词
贷款风险评估
支持向量机
神经网络
遗传算法
-
Keywords
credit risk evaluation
Support Vvector Machine (SVM)
neural network
genetic algorithm
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名分类树集成算法在县域金融贷款风险分类评估中的应用
被引量:3
- 2
-
-
作者
周启清
李毓
-
机构
西安交通大学经济与金融学院
信阳师范学院经济与管理学院
-
出处
《经济问题》
CSSCI
北大核心
2009年第12期94-97,共4页
-
文摘
分类树方法是一种由计算机实现,基于统计理论的非参数识别技术。首先给出Bagging分类树集成算法用于风险评估的基本思想和实现步骤,并以河南省农户贷款的数据为例,分别采用事先预留检验数据集方法和V折交叉确认法来验证Bagging分类树集成算法的预测能力。实证结果表明,与分类树算法、线性判别分析方法进行比较,Bagging分类树集成算法在贷款风险分类评估中具有较好的预测能力。
-
关键词
贷款风险评估
BAGGING
分类树集成算法
-
Keywords
risk appraisal of loans
bagging
classification tree integration algorithm
-
分类号
F830.33
[经济管理—金融学]
-