基于动态聚类RBF网络的小企业信贷预测研究

• 作者: 梁雪春 祝煜 肖迪
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 小企业 动态聚类 广义重要度欧氏距离 RBF神经网络
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 基金项目论文
• 页码范围: 102-105
• 页数: 4页
• 分类号: TP3
• 字数: 3673字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.04.033

摘要

利用动态聚类算法确定RBF网络的隐含层节点,不仅聚类速度快,而且隐含层节点数的优化提高了网络的利用效率;定义了广义重要度欧氏距离用于算法中的距离计算;根据穆迪、安德尔违约概率曲线定义了信用评级风险系数等指标.最后,以南京某商业银行数据为依据,利用Matlab为工具平台,建立基于动态聚类的RBF神经网络模型.实证分析表明:本信贷预测模型对违约小企业的判别准确率较高,可为银行有效地甄别高风险企业.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖迪	南京工业大学自动化学院	26	627	7.0	25.0
2	梁雪春	南京工业大学自动化学院	49	431	13.0	19.0
3	祝煜	南京工业大学自动化学院	1	4	1.0	1.0