基于图像表达信贷数据和深度信念网络的信用风险评估方法

摘要

本发明涉及一种基于图像表达信贷数据和深度信念网络的信用风险评估方法。对于深度学习在信用风险度量建模方法上的探索和发展有积极的推动作用。该方法的主要思路是采用深度信念网络对信用数据转换成的非结构化图像数据进行学习，通过这种形式的变换以期望找出数据之间深层次的联系。在实例数据上的测试发现这种方法能够学习到数据间更有效的抽象特征表达，能够得到比直接输入特征更具有表达能力的特征，能够更深层次的表达出特征与标签之间的紧密联系。本发明可以广泛地用于各种信用风险度量的建模中。