基于主成分——支持向量机的用水量预测

利用主成分分析消除变量间的多重共线性,对数据实现降维;利用支持向量机对提取的主成分进行非线性逼近,充分发挥两者的优点。算例表明主成分一支持向量机模型具有很高的精度。     

基于支持向量机的商业银行信用风险评估模型研究

本文将支持向量机(SupportVectorMachine,SVM)应用于商业银行信用风险研究中,通过实证研究,证实了该方法用于商业银行信用风险评估比BP神经网络更具有效性和优越性。     

基于小波-回归支持向量机算法的风电场风速预测

将小波多分辨率分析特点和回归支持向量机算法良好的泛化性能相结合,建立小波-回归支持向量机风速预测模型。先将原始风速序列经小波分解成轮廓分量和细节分量,再对各分量分别应用支持向量机模型进行预测,最后将各分量的预测结果经小波重构得到原始风速序列的预测值。仿真表明该方法能够改善预测滞后现象以及减小突变点误差,从而提高模型的泛化性能和预测精度。     

基于模糊支持向量机的电子商务交易安全风险评估方法

面对网络电子交易中,各种诈骗信息层出不穷,交易风险越来越大。为了保证网络交易的安全,促进电子商务的快速发展。提出了支持向量机的电子商务交易风险预测方法。支持向量机可以利用电子商务完成交易过程中积累的各项有效数据,对未来的数据进行预测,准确评估在未来交易中,不同等级客户面临的交易风险。通过实验对提出的电子商务预测风险方法进行校验表明:该方法能够对不同的网络交易行为安全性进行较好的预测,预测精度较高,克服传统方法的缺陷,更适合当前的网络交易行为。     

基于支持向量机的科技投融资绩效评价研究

提出了基于支持向量机的科技投融资绩效评价方法,并对四川省1995²012年期间科技投融资绩效进行实证研究。结果表明:基于支持向量机进行科技投融资绩效评价的方法是可行且有效的;四川省科技投融资绩效并不是随着投融资总额的增加呈现出逐步提高的趋势,而是有一定的波动性。     

基于五级分类支持向量机集成的商业银行信用风险评估模型研究

研究表明支持向量机集成方法可以提高分类精度,但是目前所用的基于最多投票原则的集成策略无法评价单个支持向量机分类器的输出重要性.针对这个问题,本文建立一种基于五级分类的支持向量机集成方法,该方法具有四个因子输入,一个衡量商业银行信用风险的输出,该方法考虑了各子分类器的分类结果和各子分类器判决对最终决策的重要程度,利用Libsvm对某商业银行信贷的176组样本数据进行实证分析,结果表明本文提出的方法比其他分类方法的分类精度高,证实了该方法的可行性和有效性,为银行建立可靠的评估系统提供了依据.     

基于主成分分析的支持向量机对购房意愿的分类研究

居民的购房意愿在整个宏观层面上影响着整个社会结构的变迁和转型。文中基于500份居民购房意愿调查问卷,利用主成分分析法提取了主要特征,对主成分序列建立了支持向量机分类模型。五折交叉验证结果表明:分类效果良好,对政府和房地产开发商进行客户细分、制定营销策略有一定的借鉴意义。     

基于支持向量机的外贸出口预测

针对支持向量机(SVM)方法所具有的拟合精度高、推广能力强、全局最优且针对小样本等特点,本文将SVM回归建模方法引入到外贸出口预测中,对出口时间序列建立预测模型,并利用此法对重庆摩托车出口进行了预测,对其预测性能进行了验证比较。结果表明,SVM方法对非平稳的小样本出口时间序列数据有良好的建模和泛化能力,且可达到较高的预测精度。     

关于支持向量回归机的模型选择

支持向量机是在统计学习理论基础上发展起来的一种新型的机器学习方法。模型选择是设计支持向量机的重要内容之一。本文在分析用于回归的支持向量机原理的基础上,分别从核函数的选择、模型参数的作用、模型参数的调整方法等模型选择方面进行了综述,并讨论了模型选择的优缺点,最后指出在实际应用中常见的核函数和模型参数调整方法。     

回归支持向量机在财政预测中的应用

财政收支趋势预测具有重要应用价值.本文建立了财政收入回归支持向量机的时闻预测模型,并以贵州地方财政收入为例,对采集到的数据进行归一化处理后,分别采用RBF核函数和Linear核函数的支持向量机和时问序列模型对数据进行应用,以1980-2001年的数据为拟合数据,以2002-2007年的数据为预测数据,比较相对误差,得出采用径向量核函数的支持向量机回归预测的结果准确度高.     

关于构建电子商务个人信用体系的探讨

本文分析了电子商务个人信用体系的特点及其在社会信用体系中的地位，对网络个人信用系统的工作流程进行了简要评述，并对我国电子商务个人信用体系的建设提出了几点建议。     

基于混合BP神经网络算法的信用卡消费行为风险预测

随着中国信用卡市场的急速发展,信用卡消费行为的风险评估已成为业界研究的一个重要方向.目前风险预测的研究常采用单一的BP神经网络算法,但该算法存在一些固有缺点,如易陷入局部极小点、收敛速度较慢等,这些缺点会影响风险预测的效果.针对单一BP神经网络算法的不足,提出了一种将BP神经网络算法与遗传算法相结合的混合算法,它以BP神经网络作为基础,利用遗传算法对BP神经网络进行优化,并通过数据集的实验证明该混合算法要优于单一BP神经网络算法,可以有效提高信用卡消费行为风险评估中的检测率和准确率.     

网上消费者个人诚信危机探析

网上消费者个人诚信的树立与健全,需要我们认清消费者个人诚信危机的根源,采取切实的措施, 在全社会(包括网络空间)大兴诚信之风,提倡诚信美德,加快法制建设,提高安全技术,最终提高消费者的诚信度。     

电子商务环境下商务信用信息系统构建策略研究

商务信用问题已经成为制约我国市场经济进一步发展的瓶颈,建立健全我国商务信用信息管理体系至关重要.针对我国以政府信用为基石的商务信用体系和新兴的电子商务信用体系中分别存在的问题,提出了构建电子商务环境下新型商务信用征信数据环境和信用信息服务体系的思路和策略.     

超额信贷风险分析

政府干预是一把双丸剑,经济起飞时期,它可以弥补市场信息不对称的缺陷,降低信贷活动的成本,甚至是提高信贷配置的效率;但政府干预并不是无条件、无成本的,其作用前提逐步削弱时,政府往往以强制合同的形式,实施干预,强制合同收益与风险不平衡的分摊机制通常会加剧金融机构的道德风险与逆向选择,形成比内生信筑贷风险更高比例的信贷风险-超额信贷风险。     

基于多目标优化的信用风险管理

信用风险管理是银行管理的核心内容。近年虽然不乏测度银行信用风险方面的研究,但都只限于考虑风险最低的单目标模型。以追求风险与收益系统均衡为出发点,提出了测度银行信用风险的二元目标优化模型,解决了信用风险管理过程中低风险和高收益的辨证统一问题。将遗传算法引进二元目标优化模型的求解,极大地提高了模型的求解效率。     

C2C电子商务网站信用评价模型及算法研究

信用问题是困扰电子商务发展的主要瓶颈问题,C2C电子商务网站所提供的信用评价体系,在一定程度上保证了网络交易的安全,促进了人们进行网上购物的意愿.对C2C电子商务网站信用评价模型及算法进行了研究,分析了现有评价模型的缺点,建立了改进的C2C电子商务网站信用评价模型;基于改进的模型,提出了新的信用评价算法,通过权衡考虑交易对方的信用度和交易次数、交易金额来计算被评用户的信用加权平均分和信用度,再确定被评用户的信用等级.     

基于信用评分技术的信用卡风险管理策略

从现代信用卡的风险因素分析出发,发现信用卡风险主要有信用风险、欺诈风险、操作风险和经济周期风险构成。据此特点,信用评分技术在欧美发达国家信用卡生命周期管理中已经具有举足轻重的地位,它为银行有效开拓市场、控制风险和挖掘收益提供了技术保障,同时也正是由于其在制定信用卡经营发展战略时高效性而受到了广泛的应用。结合目前的发展现状,提出几点有关现代信用卡的风险管理策略。     

中小企业信用再担保风险评价研究

关于中小企业信用再担保机构的风险评价主要针对在保的担保公司进行资信评估,利用担保公司的资产质量、财务状况及运营效益等设计一套科学合理的指标体系,运用灰色模糊综合评价法对江苏省某担保公司的资信情况进行实证评价,从而实现对中小企业信用再担保机构风险的事前识别与评估。     

中小企业信用风险识别实证研究

本文利用在山东某地区开展中小企业信用评级获取的第一手资料,对中小企业信用风险进行了相关数据挖掘,通过分析,揭示了影响中小企业信用风险的主要因素。中小企业的信用风险与资产规模负相关;与贷款净资产比率、流动性正相关;资产负债结构与成长性与信用风险的关系呈现抛物线状,存在一个相对合理区间,在这一区间内中小企业的信用风险较低。信贷管理过程中,利用本文结论,将有助于信贷管理人员从财务数据入手,迅速而又直观把握中小企业信用风险,并以此作为授信审批及后续贷款定价的重要依据。本文旨在为解决中小企业融资难问题提供急需的理论探讨,本研究结果有助于相关科研人员及金融从业人员加强对中小企业信用风险识别的认识。