基于M3-DGMF的债券评级算法研究

• 作者: 田冬阳
• 来源期刊: 电脑与电信
• 学科: 工学
• 关键词: 债券评级 双高斯合成函数 最小最大模块化神经网络
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 31-35
• 页数: 5页
• 分类号: TP181
• 字数: 4241字
• 语种: 中文

摘要

KNN、SVM等算法已经较为普遍地使用在信用评级中,但债券评级数据有着数量庞大、样本向量不一致、多分量等特征,经典算法在解决这种问题时往往局限性较大.采取双高斯合成函数的最小最大模块化神经网络的监督聚类算法对债券评级数据进行学习、泛化,实验结果表明该算法具有较大优势.