基于模糊粗糙集实例选择的混合算法在信用评分中的应用

• 作者: 刘占峰 潘甦
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 模糊粗糙集实例选择 混合算法 信用评分
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 研究报告
• 页码范围: 101-107
• 页数: 7页
• 分类号: TP181
• 字数: 4006字
• 语种: 中文
• DOI: 10.13190/j.jbupt.2018-178

摘要

基于聚类算法的混合分类器构建的信息评分系统中,不合理的聚类值或者初始类簇中心点会严重影响分类精度的问题,对此,提出了2种基于模糊粗糙集实例选择的新型混合算法.这2种算法仅与数据集的数据结构有关,不受其他外部参数影响.实验结果表明,基于模糊粗糙集实例选择的2种混合算法针对不同结构的数据集表现出了各自的特性,深化了对数据集的理解,提高了准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘甦	南京邮电大学江苏省通信与网络技术工程研究中心	28	163	6.0	11.0
2	刘占峰	南京邮电大学江苏省通信与网络技术工程研究中心	2	1	1.0	1.0