針對(duì)線性辨別分析（linear discriminant analysis,LDA）在處理信用評(píng)分問題中存在著準(zhǔn)確率不高的缺陷,對(duì)原有的LDA方法進(jìn)行了改進(jìn),新增了錯(cuò)分距離標(biāo)量和正分距離標(biāo)量,并在此基礎(chǔ)上構(gòu)建了多目標(biāo)信用評(píng)分模型,該模型以錯(cuò)分距離之和最小和正分距離之和最大為優(yōu)化目標(biāo);然后提出了對(duì)應(yīng)的基于子代擇優(yōu)的協(xié)同進(jìn)化多目標(biāo)微粒群算法;最后應(yīng)用現(xiàn)實(shí)世界中的數(shù)據(jù)集,將該方法與邏輯回歸、神經(jīng)網(wǎng)絡(luò)、序列最小優(yōu)化和決策樹等分類算法進(jìn)行了對(duì)比,實(shí)驗(yàn)結(jié)果表明該方法具有分類準(zhǔn)確率高、易于理解和實(shí)現(xiàn)的特點(diǎn)。 

【文章頁(yè)數(shù)】：3 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)的SVM學(xué)習(xí)算法及其在信用評(píng)分中的應(yīng)用[J]. 陸愛國(guó),王玨,劉紅衛(wèi).  系統(tǒng)工程理論與實(shí)踐. 2012(03)
[2]多子群協(xié)同進(jìn)化的多目標(biāo)微粒群優(yōu)化算法[J]. 彭虎,黃偉,鄧長(zhǎng)壽.  計(jì)算機(jī)應(yīng)用. 2012(02)
[3]LDA算法及其在人臉識(shí)別中的應(yīng)用[J]. 謝永林.  計(jì)算機(jī)工程與應(yīng)用. 2010(19)



本文編號(hào)：3725579