位置:成果数据库 > 期刊 > 期刊详情页
δ-KCLR:基于优化初始簇的聚类算法及其应用
  • ISSN号:0490-6756
  • 期刊名称:《四川大学学报:自然科学版》
  • 时间:0
  • 分类:TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]遵义师范学院计算机科学系,遵义563000, [2]四川大学计算机学院,成都610065, [3]遵义市建设银行信息部,遵义563000
  • 相关基金:国家自然科学基金(60773169)
中文摘要:

本文从优化初始簇入手,提出了改进的聚类算法,提高了信贷风险识别效率及准确率.主要工作包括:(1)实现基于信贷特色的申贷数据集标准化算法;(2)提出δ-相似度度量概念;(3)提出基于δ-K means的信贷风险识别算法δ-KCLR(δ-K-means-risk analysis of the bank credit)算法;(4)实验表明在银行信贷业务分析中,采用δ-KCLR算法可以有效识别隐含在信贷业务中的信贷风险.用这一模型可指导或预测新增贷款人中是否存在贷款风险.

英文摘要:

The paper focus on the optimization initial clusters, proposed a novel modified clustering method,improved the identification efficiency and accuracy. The main contributions include. (1) implementing loan data standardization algorithm based on commercial loan features. (2) proposing a novel concept δ-similarity. (3)proposing loan risk identification algorithm based on δ-K means. (4) By experiments showing that δ-KCLR (δ-K-means-risk analysis of the bank credit) algorithm can effectively identify the risks in commercial loans.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《四川大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:国家教育部
  • 主办单位:四川大学
  • 主编:刘应明
  • 地址:成都九眼桥望江路29号
  • 邮编:610064
  • 邮箱:
  • 电话:028-85410393 85412393
  • 国际标准刊号:ISSN:0490-6756
  • 国内统一刊号:ISSN:51-1595/N
  • 邮发代号:62-127
  • 获奖情况:
  • 国家“双效”期刊,四川省十佳科技期刊,教育部全国高校优秀学报二等奖(1995,1999),四川省科技优秀期刊一等奖(1996,2000)
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,美国生物科学数据库,英国动物学记录,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:10542