混合型银行客户信用评估智能化系统的研究

摘要

本文研究、设计了一种混合型的银行客户信用评估智能化系统，该系统根据五种智能分类方法的评估结果，采用多数判断原则综合评价客户的信用等级高低，五种方法包括：最大熵值法、遗传算法与分类树的结合、神经网络法、小波网络法和支持向量机（Support Vector Machine）等。对于该系统的实例研究表明，信用评估的智能化具有占用资源少、评估时间快、评估精度高和适合大批量数据等优良性质，而混合系统由于采用多数原则，又能够有效地纠正个别方法所产生的误差，从而具有广阔的实际应用前景。

目录

文摘

英文文摘

学位论文原创性声明和版权使用授权书

前 言

第一章 信用评估的历史与现状

第二章 信用评估问题描述

第三章 最大熵值法

第四章 遗传算法及其与分类树法的结合应用

第五章 神经网络法

第六章 小波网络法

第七章 支持向量机

第八章 混合型银行客户信用评估系统

参考文献

致谢

学位在读期间发表学术论文目录