银行贷款对中小企业信用优化评估建模仿真

• 作者: 刘建明 程伟
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 中小企业 信用评估 特征选择 特征提取
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 社会科学领域仿真
• 页码范围: 204-208
• 页数: 5页
• 分类号: TP391.9
• 字数: 4888字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2017.12.044

摘要

研究解决中小企业信贷存在信息不对称而导致的融资难、不良率高的问题,建立高精度分类预测模型迫在眉睫,但是由于中小企业信用评估特征多而复杂且冗余度高,使得寻找评估分类器的最优评估特征集成为难点问题,也是导致目前评估分类精度不高的关键因素.为了解决以上难点问题得到高精度信用评估模型,在使用粒子群神经算法(PSO-BP)的前提下,提出使用专家领域知识产生的综合权重对原始数据集进行特征选取,以及提出基于L2范数改进的logistic回归分类器对原始数据集进行特征提取,将上述两者结果合并构成最优特征集导入PSO-BP学习,建立中小企业信用优化评估模型.实验结果表明,提出的优化评估模型提高了特征集质量,提高了信用评估的精度,从而验证了优化模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建明	桂林电子科技大学计算机与信息安全学院	61	152	7.0	8.0
2	程伟	桂林电子科技大学计算机与信息安全学院	1	2	1.0	1.0