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:
提出了一种基于遗传算法改进的神经网络企业信用评级模型.利用BP神经网络自适应和自学习的特点,通过遗传算法实现对神经网络连接权重和阈值的修正与优化,在一定程度上解决了BP神经网络存在收敛速度较慢和可能落入局部最小点的问题.实验表明,该模型在企业信用评级上有着较高的准确率,具有很好的应用价值.
推荐文章
基于BP神经网络的企业信用评级模型
BP神经网络
信用评级
指标体系
自适应学习率
动量项
有序分类与企业信用评级模型
有序分类
内置空间法
支持向量机
企业信用评级
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
基于遗传神经网络的入侵检测
入侵检测
神经网络
遗传算法
网络安全
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 基于遗传神经网络的企业信用评级模型研究
来源期刊 东北师大学报(自然科学版) 学科 工学
关键词 信用评级 BP神经网络 遗传算法 权重
年,卷(期) 2013,(3) 所属期刊栏目
研究方向 页码范围 62-68
页数 7页 分类号 TP183
字数 4062字 语种 中文
DOI 10.11672/dbsdzk2013-03-013
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 王璐 长春工业大学软件职业技术学院 44 110 6.0 8.0
2 吴琼 长春工业大学人文信息学院 39 125 7.0 9.0
3 于超 长春工业大学人文信息学院 18 53 3.0 7.0
4 时庆涛 长春工业大学人文信息学院 23 45 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (37)
参考文献  (10)
节点文献
引证文献  (11)
同被引文献  (25)
二级引证文献  (9)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
信用评级
BP神经网络
遗传算法
权重
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
东北师大学报(自然科学版)
季刊
1000-1832
22-1123/N
大16开
长春市人民大街5268号
12-43
1951
chi
出版文献量(篇)
2302
总下载数(次)
5
论文1v1指导