ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

企业集团信用风险评估SVM集成分类器的构建与应用

李丽; 周宗放电子科技大学; 云南师范大学; 数学学院
技术经济2013-11-25
6阅读
引用收藏
分享

摘要

将AdaBoost算法与支持向量机(SVM)相结合,建立了SVM集成分类器,并将之应用于商业银行的企业集团信用风险评估中。实证检验结果表明:SVM集成分类器较单一的SVM方法具有更高的分类准确率。

学科与关键词

关键词
企业集团信用风险信用评估支持向量机 enterprise groupcredit riskcredit assessmentsupport vector machine
相关
加载中…
  • SVM置信度在线评估以及决策改进
    凌萍; 周春光计算机科学与探索, 2008, (02): 192-197.
  • 自适应条件下的相邻区分精度SVM集成模型研究
    李仁; 石新龙; 王林生; 宋强光电子·激光, 2019, (10): 1086-1091.
  • 基于支持向量机的供应链金融信用风险评估研究
    胡海青; 张琅; 张道宏; 陈亮软科学, 2011, (05): 26.
查看全部 →

发表信息

论文状态
公开发表
期刊
技术经济
发表日期
2013-11-25
卷期
第 11 期
页码
65-70
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金项目"企业集团内关联信用风险的传染机理与演化特征研究"(70971015);国家自然科学基金项目"关联信用风险演化结构与传染机理研究"(701271043);云南师范大学"十二五"学科建设项目

作者

  • 李

    李丽 (第一作者)

  • 周

    周宗放

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417