基于改进RBF神经网络的银行个人信用评级

• 作者: 程希骏 蓝润荣
• 来源期刊: 中国科学院研究生院学报
• 学科: 经济
• 关键词: RBF神经网络 模糊K-Prototypes算法 分类型数据 信用评级
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 数学
• 页码范围: 298-303
• 分类号: F830.51
• 语种: 中文
• DOI: 10.7523/j.issn.1002-1175.2013.03.003

摘要

研究RBF神经网络在个人信用评级中的应用.针对传统的RBF神经网络无法处理非数值型数据和对初始中心的选取及异常值十分敏感等问题,提出一种基于模糊K-Prototypes算法的RBF神经网络,提高了处理分类型数据及混合型数据的能力,并且改进的模糊K-Prototypes算法有助于降低模型对初始中心选取和异常值的敏感性.将改进前后的模型分别应用于商业银行的个人信贷评级中,结果表明,改进后的模型预测精度和稳健性都优于传统的RBF模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程希骏	中国科学技术大学统计与金融系	46	302	10.0	14.0
2	蓝润荣	中国科学技术大学统计与金融系	1	0	0.0	0.0