混沌风险探测模型的研究与应用

摘要：

BP神经网络是应用最广泛的预测模型,它能方便、灵活地对信用卡消费行为进行探测,但BP网络有很多固有缺陷,比如结构难确定、初始权值选择盲目性导致训练速度慢等,结合信用卡交易数据的混沌特征分析,通过应用混沌理论中的相空间重构技术,把信用卡客户的相关数据嵌入到重构的相空间中,然后利用BP神经网络技术建立混沌风险探测模型,对信用卡交易行为进行风险预测.实验结果表明,该模型的预测精度高于一般的神经网络预测方法,其中正确检出率比使用BP神经网络模型提高了3%.

关键词：混沌风险探测模型、混沌理论、神经网络、预测

所属期刊栏目：39

分类号：O141.4(数理逻辑、数学基础)

资助基金：河南省教育厅自然科学计划2009A520013

在线出版日期：2011-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：79-82