四川省教育厅科学研究项目(2006C082)
- 作品数：4 被引量：44H指数：4
- 相关作者：李旭升郭春香郭耀煌陈凯亚更多>>
- 相关机构：西南交通大学四川大学西南科技大学更多>>
- 发文基金：四川省教育厅科学研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 最小总风险准则的贝叶斯网络个人信用评估模型被引量：4
- 2009年
- 将最小总风险准则MOR与贝叶斯网络分类器相结合,提出了一种新型信用评估模型。在两个真实数据集上以MOR用10层交叉验证对贝叶斯网络信用评估模型进行了测试,并与最小错误概率准则MPE的贝叶斯网络分类器的结果进行了对比。结果表明,基于MOR的贝叶斯网络分类模型可以有效地减小信用评估风险。
- 李旭升郭春香陈凯亚
- 关键词：个人信用评估贝叶斯网络分类器
- 灵活的增强朴素贝叶斯分类器被引量：7
- 2007年
- 提出了一种新颖的基于最小描述长度(Minimum Description Length,MDL)准则的灵活的增强朴素贝叶斯分类器(Flexible Augmented Naive Bayesian classifier,FAN)算法.该算法能够根据数据集自适应地匹配从朴素贝叶斯分类器(Naive Bayesian classifier,NB)到树增强朴素贝叶斯分类器(Tree Augmented NaiveBayesian classifier,TAN)的网络结构,且保持了TAN计算简单和鲁棒性的特点.在UCI数据集上用分层交叉验证的方法对NB、TAN、FAN算法进行测试,实验结果表明FAN算法具有良好的分类精度.
- 李旭升郭耀煌
- 关键词：贝叶斯网朴素贝叶斯分类器
- 扩展的树增强朴素贝叶斯网络信用评估模型被引量：13
- 2008年
- 针对信用评估问题的特点,在推导混合数据极大似然函数的基础上,提出了扩展的树增强朴素贝叶斯网络信用评估模型,用10层交叉验证在真实数据集上进行了测试并与神经网络分类模型进行了比较.测试结果表明扩展的树增强朴素贝叶斯网络信用评估模型具有较高的分类精度,在信用评估中具有优势.
- 李旭升郭春香郭耀煌
- 关键词：信用评估贝叶斯网络
- 贝叶斯网络个人信用评估模型被引量：22
- 2009年
- 研究了朴素贝叶斯分类器、树增强朴素贝叶斯分类器2种贝叶斯网络信用评估模型的精度,用10层交叉验证在2个真实数据集上对贝叶斯网络信用评分模型进行了测试并与神经网络模型进行了比较。结果表明,贝叶斯网络信用评估模型具有较高的分类精度,在信用评估中具有优势。
- 郭春香李旭升
- 关键词：信用评估贝叶斯网络朴素贝叶斯分类模型神经网络
