基于支持向量机的商业银行信用风险评估

摘要：

支持向量机(Support Vector Machine,简称SVM)是在经验风险最小化原理上发展出的一种新的机器学习技术,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势.论文首先详细介绍了支持向量机的线性和非线性分类算法,然后将支持向量机非线性分类器应用于银行信用风险的评估中,最后分析对比了选用不同核函数和参数的实验结果.

关键词：支持向量机、核函数、惩罚因子、信用风险

所属期刊栏目：40

分类号：TP301(计算技术、计算机技术)

资助基金：河南省科技攻关项目0224010011

在线出版日期：2005-01-04（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：176-178,192