基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
企业信用风险评估是金融领域的重要课题.本文针对单独运用BP神经网络评估信用风险时存在的不足,提出了一种基于PSO-BP神经网络的企业信用风险评估模型.该模型首先应用主成分分析方法降低输入BP网络的信用评估指标维数,并且采用粒子群优化算法优化BP神经网络的权值.实验表明,新模型采用的算法具有收敛速度快,预测精度高的优点,是一种有效可靠的企业信用风险评估模型.
推荐文章
基于PSO-BP集成的国内外企业信用风险评估
信用风险评估
PSO-BP集成
Bagging抽样
多数投票
BP神经网络在信用风险评估中的应用
人工神经网络
BP算法
信用风险评估
基于BP神经网络的客户信用风险评价
信用风险评估
评估指标体系
神经网络
商业银行
基于BP神经网络的企业信用评估系统研究
BP神经网络
信用评估
指标体系
评估系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PSO-BP神经网络的企业信用风险评估模型研究
来源期刊 计算机与现代化 学科 工学
关键词 信用风险评估 主成分分析 粒子群优化算法 BP神经网络
年,卷(期) 2009,(4) 所属期刊栏目 应用与开发
研究方向 页码范围 123-126,129
页数 5页 分类号 TP301.6
字数 4040字 语种 中文
DOI 10.3969/j.issn.1006-2475.2009.04.037
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 董槐林 厦门大学软件学院 25 246 10.0 15.0
2 郑宇辉 厦门大学软件学院 8 14 1.0 3.0
3 郭阳 厦门大学软件学院 2 20 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (72)
参考文献  (10)
节点文献
引证文献  (13)
同被引文献  (13)
二级引证文献  (10)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(7)
  • 参考文献(1)
  • 二级参考文献(6)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(8)
  • 参考文献(2)
  • 二级参考文献(6)
2005(7)
  • 参考文献(3)
  • 二级参考文献(4)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
信用风险评估
主成分分析
粒子群优化算法
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
相关基金
福建省自然科学基金
英文译名:Natural Science Foundation of Fujian Province of China
官方网址:http://www.fjinfo.gov.cn/fz/zrjj.htm
项目类型:重大项目
学科类型:
论文1v1指导