基于支持向量机的企业信用风险评估研究

• 作者: 甄彤 范艳峰
• 来源期刊: 微电子学与计算机
• 关键词: 支持向量机 信用风险 核函数 泛化 人工神经网络
• 年，卷（期）: 2006,（5）
• 页码范围: 136-139
• 页数: 4页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2006.05.040

摘要

介绍了小样本学习的通用学习算法--支持向量机(SVM),建立了基于SVM的企业信用风险评估模型,并将支持向量机非线性分类器应用于信用风险的评估中.分析对比了选取不同核函数和参数的实验结果,同时实验结果表明,相比传统的人工神经网络,SVM在有限样本情况下具有良好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范艳峰	西北工业大学计算机学院	34	175	7.0	12.0
3	甄彤	华中科技大学控制科学与工程系	83	466	11.0	16.0