范例推理技术在银行客户信用评估中的应用

• 作者: 倪志伟 唐理兵 李学俊 马猛
• 来源期刊: 微机发展
• 学科: 工学
• 关键词: 范例推理 特征子集选择 归纳学习 信用评估
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 智能与算法研究
• 页码范围: 54-56,105
• 页数: 4页
• 分类号: TP181
• 字数: 3537字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2005.04.020

摘要

范例推理技术是人工智能领域中一种基于知识的问题求解和学习方法.为了有效评估银行客户信用等级并提高银行信贷业务效率,文中提出了范例推理技术(CBR)在银行客户信用评估中的应用,并给出了基于范例推理的银行客户信用评估系统的原型,介绍了该系统中的关键技术:范例表示、相似性计算和范例检索,研究了归纳学习、特征子集选择等机器学习方法在范例检索中的应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪志伟	安徽大学计算智能与信号处理教育部重点实验室	21	368	13.0	19.0
2	李学俊	安徽大学计算智能与信号处理教育部重点实验室	58	392	12.0	17.0
3	马猛	安徽大学计算智能与信号处理教育部重点实验室	15	44	4.0	6.0
4	唐理兵	安徽大学计算智能与信号处理教育部重点实验室	5	15	2.0	3.0