基于Adaboost-DPSO-SVM模型的供应链金融信用风险评价研究
F274%F832; 数字化赋能供应链金融创新是推动我国产业链、供应链持续稳定优化升级的重要内容,在全球金融风险急剧增加的背景下,供应链金融与大数据、区块链、物联网、人工智能等技术相融合,成为解决我国中小企业融资授信问题的有效方式之一.本文在对供应链金融信用风险评价指标进行特征选择的基础上,采用一种动态变异的粒子群算法(DPSO)和AdaBoost算法对SVM进行协同优化和集成,建立了Adaboost-DPSO-SVM模型,并将该模型应用于我国新能源汽车行业供应链金融信用风险评价中,实验结果表明所建立的模型相对其他评价模型具有更好的分类识别性能....
Gespeichert in:
| Veröffentlicht in: | 工业技术经济 2022, Vol.41 (3), p.72-79 |
|---|---|
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 79 |
|---|---|
| container_issue | 3 |
| container_start_page | 72 |
| container_title | 工业技术经济 |
| container_volume | 41 |
| creator | 钱吴永 张浩男 |
| description | F274%F832; 数字化赋能供应链金融创新是推动我国产业链、供应链持续稳定优化升级的重要内容,在全球金融风险急剧增加的背景下,供应链金融与大数据、区块链、物联网、人工智能等技术相融合,成为解决我国中小企业融资授信问题的有效方式之一.本文在对供应链金融信用风险评价指标进行特征选择的基础上,采用一种动态变异的粒子群算法(DPSO)和AdaBoost算法对SVM进行协同优化和集成,建立了Adaboost-DPSO-SVM模型,并将该模型应用于我国新能源汽车行业供应链金融信用风险评价中,实验结果表明所建立的模型相对其他评价模型具有更好的分类识别性能. |
| doi_str_mv | 10.3969/j.issn.1004-910X.2022.03.009 |
| format | Article |
| fullrecord | <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_gyjsjj202203009</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>gyjsjj202203009</wanfj_id><sourcerecordid>gyjsjj202203009</sourcerecordid><originalsourceid>FETCH-wanfang_journals_gyjsjj2022030093</originalsourceid><addsrcrecordid>eNpjYFAxNNAztjSz1M_SyywuztMzNDAw0bU0NIjQMzIwMtIzMNYzMLBkYeCEi3Mw8BYXZyYZmJpamFiYm1lwMrg_nb_rya4-x5TEpPz84hJdl4Bgf93gMN9nKxY-ndf9fFbLk32zn-6a8nLyvpftE1_M632yf-HzKSteLu57OXPli_UtT3Zvf75gyvOV23gYWNMSc4pTeaE0N4O6m2uIs4dueWJeWmJeenxWfmlRHlAmPr0yqzgrC-RAA2Og84yJVwkAvUtZ6Q</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于Adaboost-DPSO-SVM模型的供应链金融信用风险评价研究</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>钱吴永 ; 张浩男</creator><creatorcontrib>钱吴永 ; 张浩男</creatorcontrib><description>F274%F832; 数字化赋能供应链金融创新是推动我国产业链、供应链持续稳定优化升级的重要内容,在全球金融风险急剧增加的背景下,供应链金融与大数据、区块链、物联网、人工智能等技术相融合,成为解决我国中小企业融资授信问题的有效方式之一.本文在对供应链金融信用风险评价指标进行特征选择的基础上,采用一种动态变异的粒子群算法(DPSO)和AdaBoost算法对SVM进行协同优化和集成,建立了Adaboost-DPSO-SVM模型,并将该模型应用于我国新能源汽车行业供应链金融信用风险评价中,实验结果表明所建立的模型相对其他评价模型具有更好的分类识别性能.</description><identifier>ISSN: 1004-910X</identifier><identifier>DOI: 10.3969/j.issn.1004-910X.2022.03.009</identifier><language>chi</language><publisher>江南大学商学院,无锡 214122</publisher><ispartof>工业技术经济, 2022, Vol.41 (3), p.72-79</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/gyjsjj/gyjsjj.jpg</thumbnail><link.rule.ids>314,780,784,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>钱吴永</creatorcontrib><creatorcontrib>张浩男</creatorcontrib><title>基于Adaboost-DPSO-SVM模型的供应链金融信用风险评价研究</title><title>工业技术经济</title><description>F274%F832; 数字化赋能供应链金融创新是推动我国产业链、供应链持续稳定优化升级的重要内容,在全球金融风险急剧增加的背景下,供应链金融与大数据、区块链、物联网、人工智能等技术相融合,成为解决我国中小企业融资授信问题的有效方式之一.本文在对供应链金融信用风险评价指标进行特征选择的基础上,采用一种动态变异的粒子群算法(DPSO)和AdaBoost算法对SVM进行协同优化和集成,建立了Adaboost-DPSO-SVM模型,并将该模型应用于我国新能源汽车行业供应链金融信用风险评价中,实验结果表明所建立的模型相对其他评价模型具有更好的分类识别性能.</description><issn>1004-910X</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2022</creationdate><recordtype>article</recordtype><recordid>eNpjYFAxNNAztjSz1M_SyywuztMzNDAw0bU0NIjQMzIwMtIzMNYzMLBkYeCEi3Mw8BYXZyYZmJpamFiYm1lwMrg_nb_rya4-x5TEpPz84hJdl4Bgf93gMN9nKxY-ndf9fFbLk32zn-6a8nLyvpftE1_M632yf-HzKSteLu57OXPli_UtT3Zvf75gyvOV23gYWNMSc4pTeaE0N4O6m2uIs4dueWJeWmJeenxWfmlRHlAmPr0yqzgrC-RAA2Og84yJVwkAvUtZ6Q</recordid><startdate>2022</startdate><enddate>2022</enddate><creator>钱吴永</creator><creator>张浩男</creator><general>江南大学商学院,无锡 214122</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2022</creationdate><title>基于Adaboost-DPSO-SVM模型的供应链金融信用风险评价研究</title><author>钱吴永 ; 张浩男</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_gyjsjj2022030093</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2022</creationdate><toplevel>online_resources</toplevel><creatorcontrib>钱吴永</creatorcontrib><creatorcontrib>张浩男</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>工业技术经济</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>钱吴永</au><au>张浩男</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于Adaboost-DPSO-SVM模型的供应链金融信用风险评价研究</atitle><jtitle>工业技术经济</jtitle><date>2022</date><risdate>2022</risdate><volume>41</volume><issue>3</issue><spage>72</spage><epage>79</epage><pages>72-79</pages><issn>1004-910X</issn><abstract>F274%F832; 数字化赋能供应链金融创新是推动我国产业链、供应链持续稳定优化升级的重要内容,在全球金融风险急剧增加的背景下,供应链金融与大数据、区块链、物联网、人工智能等技术相融合,成为解决我国中小企业融资授信问题的有效方式之一.本文在对供应链金融信用风险评价指标进行特征选择的基础上,采用一种动态变异的粒子群算法(DPSO)和AdaBoost算法对SVM进行协同优化和集成,建立了Adaboost-DPSO-SVM模型,并将该模型应用于我国新能源汽车行业供应链金融信用风险评价中,实验结果表明所建立的模型相对其他评价模型具有更好的分类识别性能.</abstract><pub>江南大学商学院,无锡 214122</pub><doi>10.3969/j.issn.1004-910X.2022.03.009</doi></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1004-910X |
| ispartof | 工业技术经济, 2022, Vol.41 (3), p.72-79 |
| issn | 1004-910X |
| language | chi |
| recordid | cdi_wanfang_journals_gyjsjj202203009 |
| source | 国家哲学社会科学学术期刊数据库 (National Social Sciences Database) |
| title | 基于Adaboost-DPSO-SVM模型的供应链金融信用风险评价研究 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2024-12-26T20%3A57%3A52IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8EAdaboost-DPSO-SVM%E6%A8%A1%E5%9E%8B%E7%9A%84%E4%BE%9B%E5%BA%94%E9%93%BE%E9%87%91%E8%9E%8D%E4%BF%A1%E7%94%A8%E9%A3%8E%E9%99%A9%E8%AF%84%E4%BB%B7%E7%A0%94%E7%A9%B6&rft.jtitle=%E5%B7%A5%E4%B8%9A%E6%8A%80%E6%9C%AF%E7%BB%8F%E6%B5%8E&rft.au=%E9%92%B1%E5%90%B4%E6%B0%B8&rft.date=2022&rft.volume=41&rft.issue=3&rft.spage=72&rft.epage=79&rft.pages=72-79&rft.issn=1004-910X&rft_id=info:doi/10.3969/j.issn.1004-910X.2022.03.009&rft_dat=%3Cwanfang_jour%3Egyjsjj202203009%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=gyjsjj202203009&rfr_iscdi=true |