Indexed by：
Abstract：
伴着我国信用卡应用的迅速普及,依托信用卡刷卡消费行为的准确程度预测,也已转变为行业人士考量的关键内容.一般,现实风险评估多选取单纯的BP神经网络系统计算方法,但此种计算方法携带部分自身原有缺陷,如小范围最低值、聚拢速率比较低等,进而可能对风险评估造成干扰.基于对单纯BP神经网络算法及其存在不足的分析、试验,学术界又推出一款复合型计算方式,即将BP神经网络算法与传统遗传算法融合,以弥补不足的同时对其做以改良.参数集合的实证检验结果证实:此款复合型计算方式明显比单纯BP神经网络系统计算方式更完善,能够切实地增强凭卡消费活动风险预测的测试比率及精准比率.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
宁德师范学院学报（自然科学版）
ISSN： 2095-2481
CN： 35-1311/N
Year： 2015
Issue： 4
Volume： 27
Page： 358-362
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
