典型文献
基于Adaboost-DPSO-SVM模型的供应链金融信用风险评价研究
文献摘要：
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.
文献关键词：
支持向量机;粒子群算法;供应链金融;Adaboost;信用风险评价;新能源汽车行业
中图分类号：
作者姓名：
钱吴永;张浩男
作者机构：
江南大学商学院,无锡 214122
文献出处：
引用格式：
[1]钱吴永;张浩男-.基于Adaboost-DPSO-SVM模型的供应链金融信用风险评价研究)[J].工业技术经济,2022(03):72-79
A类：
B类：
Adaboost,DPSO,供应链金融,金融信用风险,信用风险评价,数字化赋能,金融创新,持续稳定,稳定优化,优化升级,金融风险,中小企业融资,授信,有效方式,风险评价指标,特征选择,粒子群算法,AdaBoost,协同优化,模型应用,新能源汽车行业,分类识别,识别性
AB值：
0.239376
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
