带权重的RBF神经网络银行个人信用评价方法

• 作者: 张明 郭小燕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 基于权重 径向基函数(RBF)神经网络 模式分类 信用评价
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 工程与应用
• 页码范围: 258-262
• 页数: 5页
• 分类号: TP391
• 字数: 4526字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1110-0583

摘要

针对RBF神经网络确定核函数中心时没有考虑输入样本分类指标权重的问题,提出了一种动态加权聚类算法.在算法中利用样本之间的加权距离代替了欧氏距离作为选定核函数中心的量度.在此基础上,建立了信用评价模型,利用已知类别的样本对模型进行训练,再利用训练好的模型对未知类别的样本进行预测,实验结果验证了模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭小燕	甘肃农业大学信息科学技术学院	48	264	6.0	15.0
2	张明	兰州城市学院信息工程学院	26	194	5.0	13.0