基于SVM的高校助学贷款评审方法研究

摘要：

支持向量机(SVM)是统计学领域新近发展起来的一种专门解决小样本情况下机器学习问题的智能学习技术。本文就高校助学贷款拖欠率逐年升高这一热点问题，探索使用SVM技术定量构建贷款评审模型，为助学贷款的合理执行提供了新的途径。文中使用SVM中常用的多项式与径向基核函数时样本进行评审体系构建，并与BP神经网络的处理结果进行了比较，最后给出了对此研究领域的展望。

关键词： 支持向量机 贷款审核 最优分类面 核函数

作者: 杨少青 吴斌荣 张桂芸

作者单位: 天津师范大学计算机与信息工程学院 天津 300387

会议类型: 国内会议

会议名称: 全国第十五届离散数学学术研讨会

会议地点: 南京

会议语种:中文

页码: 65-67

在线出版日期: 2010-08-01（万方平台首次上网日期，不代表论文的发表时间）