10.3969/j.issn.1007-7375.2012.01.018
基于双隶属模糊支持向量机的中小企业信用评价
构建了中小企业信用评价的双隶属模糊支持向量机模型( DFSVM),使每个训练样本依双隶属度同时隶属于两个信用类别,并通过粗糙集的属性约简方法确定支持向量机的最优输入指标组合.考虑到银行对于信用风险的厌恶,在模型的训练阶段对样本进行了“非对称”处理.实证结果表明,与传统的判别分析方法相比,建立的企业信用判别模型精度更高,调整后的模型可以进一步降低银行的信用风险.
粗糙集、支持向量机、信用评价、双隶属度
15
F830.5(金融、银行)
国家自然科学基金资助项目70831001,70821061;北京市自然科学基金资助项目9102013
2012-05-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
93-98,108