厦门大学学报（自然科学版）
廈門大學學報（自然科學版）
하문대학학보（자연과학판）
JOURNAL OF XIAMEN UNIVERSITY (NATURAL SCIENCE)
2005年
1期
29-32
,共4页
信用风险评估%神经网络%统计学习理论%支持向量机
信用風險評估%神經網絡%統計學習理論%支持嚮量機
신용풍험평고%신경망락%통계학습이론%지지향량궤
贷款业务是商业银行最重要的资产业务,构建一个适用的信用风险评估模型十分重要.本文基于近年来在智能学习系统领域发展起来的新理论,引入小样本学习的通用学习算法--支持向量机(SVM),建立了商业银行的信用风险评估模型,通过与多元判别分析、以及神经网络模型的比较,证实了该方法用于风险评估的有效性及优越性.
貸款業務是商業銀行最重要的資產業務,構建一箇適用的信用風險評估模型十分重要.本文基于近年來在智能學習繫統領域髮展起來的新理論,引入小樣本學習的通用學習算法--支持嚮量機(SVM),建立瞭商業銀行的信用風險評估模型,通過與多元判彆分析、以及神經網絡模型的比較,證實瞭該方法用于風險評估的有效性及優越性.
대관업무시상업은행최중요적자산업무,구건일개괄용적신용풍험평고모형십분중요.본문기우근년래재지능학습계통영역발전기래적신이론,인입소양본학습적통용학습산법--지지향량궤(SVM),건립료상업은행적신용풍험평고모형,통과여다원판별분석、이급신경망락모형적비교,증실료해방법용우풍험평고적유효성급우월성.
