Lagrange支持向量机算法应用研究.pdfVIP

下载本文档

3
0
约2.12万字
约 3页
2017-08-06 发布于浙江
举报
版权申诉

Lagrange支持向量机算法应用研究.pdf

1、本文档共3页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Lagrange支持向量机算法应用研究

第28 卷第19 期计算机工程与设计 2007 年10 月 Vol . 2 8 N o . 19 Computer Engineering and Design Oct. 2007 Lagrange 支持向量机算法应用研究刘太安，安新军，刘欣颖，李涵 ( 山东科技大学信息工程系，山东泰安271019) ( ) 摘要：将SVM support vector machine 分类的思想方法应用于个人信用评估。通过比较分析银行个人信用特征数据，设计了 ( ) 新的通用的银行个人信用特征数据。基于LSVM Lagrange support vector machine 分类算法分析，将LSVM 算法应用于个人信 ( ) 用评估，并与KNN K-nearest neighbor 分类方法、OSU_SVM3.0 工具分类方法比较，实验结果表明：LSVM 具有较好的分类预测能力，为个人信用评估提供了一个新的有效方法。关键词：Lagrange 支持向量机; 分类算法; SMW 公式; 个人信用特征数据; 个人信用评估中图法分类号：TP391 文献标识码：A 文章编号：1000-7024 (2007) 19-4726-03 Application research on Lagrange support vector machine algorithmic LIU Tai-an, AN Xin-jun, LIU Xin-ying, LI Han (Department of Information and Engineering, Shandong University of Science and Technology, Taian 271019, China) Abstract ：Thought way of SVM (support vector machine) is used on personal credit evaluation. Through comparing and analyzing personal credit characteristic data, the new general bank individual credit characteristic is designed. Based on classification algorithmic ( ) analysis of LSVM Lagrangian support vector machine , LSVM is applied to personal credit evaluation firstly and compared with KNN (K-nearest neighbor) and the classification by OSU_ SVM3.0. The study shows that LSVM have good classified forecast ability and provide effective way for personal credit eval