数学的实践与认识
數學的實踐與認識
수학적실천여인식
MATHEMATICS IN PRACTICE AND THEORY
2003年
8期
48-55
,共8页
信用风险评价模型%BP算法%线性判别分析法
信用風險評價模型%BP算法%線性判彆分析法
신용풍험평개모형%BP산법%선성판별분석법
本文利用神经网络技术建立基于BP算法的信用风险评价模型,为我国某商业银行120家贷款企业进行信用风险评价,按照企业的信用等级分为"信用好"、"信用中等"和"信用差"三个小组. 仿真结果表明,本文所建立的神经网络信用风险评价模型的分类准确率高于传统的参数统计分类方法--线性判别分析法的分类准确率. 文中还详细给出神经网络信用风险评价模型的网络构建方法及基于BP网络的学习算法和步骤.
本文利用神經網絡技術建立基于BP算法的信用風險評價模型,為我國某商業銀行120傢貸款企業進行信用風險評價,按照企業的信用等級分為"信用好"、"信用中等"和"信用差"三箇小組. 倣真結果錶明,本文所建立的神經網絡信用風險評價模型的分類準確率高于傳統的參數統計分類方法--線性判彆分析法的分類準確率. 文中還詳細給齣神經網絡信用風險評價模型的網絡構建方法及基于BP網絡的學習算法和步驟.
본문이용신경망락기술건립기우BP산법적신용풍험평개모형,위아국모상업은행120가대관기업진행신용풍험평개,안조기업적신용등급분위"신용호"、"신용중등"화"신용차"삼개소조. 방진결과표명,본문소건립적신경망락신용풍험평개모형적분류준학솔고우전통적삼수통계분류방법--선성판별분석법적분류준학솔. 문중환상세급출신경망락신용풍험평개모형적망락구건방법급기우BP망락적학습산법화보취.
