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:
随着企业信用评级研究的深入,大多数研究者都得出支持向量机方法在企业信用评级中具有许多优势。为了探寻支持向量机模型的最适样本量,选取安徽省2007年和2008年的小企业作为样本,运用支持向量机并采用逐级调整样本量的方法探寻模型的最适样本量。
推荐文章
基于支持向量机的企业信用风险评估研究
支持向量机
信用风险
核函数
泛化
人工神经网络
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
信息环境下基于模糊层次分析的中小企业信用评级研究
信息技术
中小企业
信用评级
模糊层次分析
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 基于支持向量机的小企业信用评级最适样本量的研究
来源期刊 淮阴师范学院学报(自然科学版) 学科 经济
关键词 信用评级 支持向量机 最适样本量
年,卷(期) 2014,(1) 所属期刊栏目 数学与应用数学
研究方向 页码范围 40-43
页数 4页 分类号 F22
字数 3266字 语种 中文
DOI
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 徐旭初 安徽财经大学金融学院 28 83 6.0 8.0
2 高志 安徽财经大学金融学院 21 92 5.0 9.0
3 赵纳 安徽财经大学金融学院 6 57 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (58)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1909(1)
  • 参考文献(0)
  • 二级参考文献(1)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
信用评级
支持向量机
最适样本量
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
淮阴师范学院学报(自然科学版)
季刊
1671-6876
32-1657/N
大16开
江苏省淮安市交通路71号
2002
chi
出版文献量(篇)
1834
总下载数(次)
2
总被引数(次)
3768
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导