KMS Of Academy of mathematics and systems sciences, CAS
| 基于改进的SVM学习算法及其在信用评分中的应用 | |
陆爱国1; 王珏2 ; 刘红卫1
| |
| 2012 | |
| 发表期刊 | 系统工程理论与实践
 |
| ISSN | 1000-6788 |
| 卷号 | 032期号:003页码:515 |
| 摘要 | 对于处理大规模问题的信用评分方法除要求达到一定的准确率之外，其速度、可解释性、简洁性等性能也非常重要。借鉴SMO的思想，首先提出一个基于三变量的改进的SVM学习算法，即将SVM问题分解为一系列含有三个变量的二次规划子问题，其优点是所求的相应松弛子问题都有解析解，使得该方法能够更加精确和快速地逼近最优解；其次将新算法应用于信用评分问题，在UCI机器学习库中的三个公共数据集上的数值试验表明了新方法的有效性：不仅节省了模型的计算代价，而且还提高了分类精度。 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.amss.ac.cn/handle/2S8OKBNM/45206 |
| 专题 | 系统科学研究所 |
| 作者单位 | 1.西安电子科技大学 2.中国科学院数学与系统科学研究院 |
| 推荐引用方式 GB/T 7714 | 陆爱国,王珏,刘红卫. 基于改进的SVM学习算法及其在信用评分中的应用[J]. 系统工程理论与实践,2012,032(003):515. |
| APA | 陆爱国,王珏,&刘红卫.(2012).基于改进的SVM学习算法及其在信用评分中的应用.系统工程理论与实践,032(003),515. |
| MLA | 陆爱国,et al."基于改进的SVM学习算法及其在信用评分中的应用".系统工程理论与实践 032.003(2012):515. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [陆爱国]的文章 |
| [王珏]的文章 |
| [刘红卫]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [陆爱国]的文章 |
| [王珏]的文章 |
| [刘红卫]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [陆爱国]的文章 |
| [王珏]的文章 |
| [刘红卫]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论