买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:南京冰鉴信息科技有限公司
摘要:本申请设计的一种基于特征贡献度的BPNN和LR组合模型的信用评估优化方法,通过加入BPNN算法构建BPNN‑LR组合模型,从而实现缩短神经网络的运算时间和提高单一模型预测精度。并且本申请利用缺失率、变量相关系数、IV值对变量进行筛选,同时通过WOE‑IV方法对变量进行降维。在建模前先筛选掉不符合逻辑的变量,降低运算难度。其次,本申请利用BP神经网络BPNN方法为逻辑回归模型提供一个新的综合解释变量,建立只有1个隐含层的神经网络结构,对隐含层的节点个数进行调试与筛选,形成可优化的BP神经网络‑逻辑回归组合模型BPNN‑LR。同时兼顾了运算速度和模型稳健性。
主权项:1.基于特征贡献度的BPNN和LR组合模型的信用评估优化方法,其特征在于,包括以下步骤:步骤S1、将筛选出的客户信用特征变量X1,X2,…,Xn利用BP神经网络进行训练;步骤S2、将确选的特征变量X1,X2,…,Xn从BP神经网络的输入层输入,通过BP神经网络的隐含层的神经元对确选的特征变量的值进行加权求和,并利用Logistic函数作为传递函数计算隐含层的输出变量;步骤S3、对隐含层的输出变量进行加权求和,并再次利用Logistic函数传递到输出层输出。
全文数据:
权利要求:
百度查询: 南京冰鉴信息科技有限公司 基于特征贡献度的BPNN和LR组合模型的信用评估优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。