【摘 要】
:
随着大数据时代的来临,提升对大规模数据的认知能力是技术发展的迫切需要。针对认知计算领域内的单一人工神经网络存在结构大、解释性不强、时间复杂度高等问题,本文将大脑“
论文部分内容阅读
随着大数据时代的来临,提升对大规模数据的认知能力是技术发展的迫切需要。针对认知计算领域内的单一人工神经网络存在结构大、解释性不强、时间复杂度高等问题,本文将大脑“功能分离”的模块化特点引入到单一神经网络中构建模块化神经网络,提高人工神经网络处理复杂信息的能力。围绕模块划分方法、子网结构选择、特征组合输出三个方面设计基于模块化神经网络的特征组合推荐模型并应用于银行信贷评分系统中。(1)提出K均值优化的密度聚类K-DB算法作为模块化神经网络的模块划分方法。针对K均值聚类算法识别非凸数据集能力不强和DBSCAN聚类算法寻找密度半径和阈值效率低的问题,K-DB算法融合两种策略得到更优的模块划分效果,以提高模块分区的准确度。(2)根据大数据时代面向海量数据进行特征提取的需要,研究SOM神经网络竞争学习的机制,针对神经网络神经元权值调整易陷入局部最优解的情况,使用模拟退火算法优化构建SA-SOM神经网络作为模型的子网,以提高单一SOM神经网络的性能,通过实验验证竞争学习在提取特征排序方面的有效性。(3)设计面向K-DB算法进行模块划分,SA-SOM网络作为子网进行特征提取,加入基于隶属度的模糊推理方法进行特征组合输出的模块化神经网络MNN模型。模型采用K-DB算法对输入样本空间的横向聚类得到聚类簇中的核心点,通过SA-SOM子络对核心点的纵向特征提取,得到核心点属性的重要性排序。(4)设计基于MNN模型的银行信贷评估系统,实现对银行信贷客户的快速信用评分,提升银行对客户信贷能力评估的准确性并提高银行信贷业务人员的工作效率。系统根据MNN模型的提取结果结合银行公开的用户行为信息评分标准来对银行信贷用户进行综合量化评分。通过计算模型的PSI指数、KS值和AR值验证模型具有较高的稳定性和区分好坏账户的能力。通过与传统信用评分方法准确度的对比证明,实验结果表明基于MNN模型的信用评分方法具有较好的性能。
其他文献
与国际成熟市场相比,A股市场仍存在着停牌事由较多、停牌期限特别是重大资产重组("重组")停牌期限较长等问题。随着资本市场国际化进程的推进,尤其是A股加入MSCI后,市场双向
作为一种新型多天线(Multiple-Input Multiple-Output,MIMO)技术,空间调制(Spatial Modulation,SM)利用天线序号携带比特信息,即任一时隙仅激活一根发射天线,接收机恢复相应
近年来随着人工智能领域的飞速发展,强化学习算法作为人工智能领域的经典算法受到了广泛的关注与研究。而稀疏奖励问题作为强化学习算法面临的主要挑战,因为其与实际生活中面
红脂大小蠹(Dendroctonus valens LeConte 1860)原产北美,是我国重大外来入侵生物之一,是全国林业检疫性有害生物,对我国油松造成严重危害。自上世纪八十年代传入山西以来,红脂大小蠹在我国迅速扩散并造成了严重的经济与生态损失。本研究试验地点位于内蒙古自治区赤峰市宁城县黑里河国家级自然保护区,保护区内分布有大面积天然油松林。该保护区为红脂大小蠹向北扩散中的新分布区,目前尚处于
传统永磁电机在高速运行时,输出功率达不到想要的需求,而最近一些采用高剩磁、低矫顽力的永磁材料的记忆电机得到了国内外广泛的研究。轴向磁场永磁记忆电机(AFMM)是一种新型可控永磁记忆电机。该电机同时具有记忆电机磁通可控和轴向磁场电机效率高的特点,在生活中的各个领域具有广泛的使用前景。本文主要对轴向磁场记忆电机的调磁控制进行研究,通过对电机的结构和运行原理的研究,提出一种较好的控制电机的方法。本文主要
近年来,遥感技术发展迅猛也更广泛地运用到了我们的实际生活应用中,遥感图像融合也受到了更多的重视,其中遥感图像融合中的多光谱和全色图像融合得到了更多的研究与关注。该
近年来,随着我国经济的高速发展,大型水利工程相继筹划、施工建设以及投入运营,所涉及的岩石力学问题也越来越复杂。由于岩体内部孕育着不同结构特征的地质结构面,对岩体破坏起着控制作用,使得岩体稳定性问题变得更为复杂。从已有的工程实例中可以发现,岩体工程的失稳破坏主要是由于外部荷载作用致使结构面演化、扩展以及贯通造成的。因此,研究受荷裂隙岩体的破坏特性对于揭示岩体工程稳定性问题有着重要的工程意义,同时也是
金属-有机骨架(MOFs)材料具有纳米级的规整的骨架型孔道结构,它具有高结晶度,更大的比表面积,更高的孔隙率及固体密度小,存在强的金属—配体的相互作用,同时它的结构和功能也更
现如今,机器人技术已广泛应用于生产生活中的诸多领域,成为世界各国的研究热点。另一方面,随着我国人口老龄化加速,医护人力不足以满足医疗护理的需求。应用机器人技术解决实
车载自组织网络(Vehicular Adhoc Networks,VANETs)承载两类主要应用业务,一类是安全应用,一类是用户应用。其中安全应用关系车辆、人员安全,对数据传输性能要求严苛;用户应用为用户提供娱乐等增值服务,需要满足用户的个性化需求。由于VANETs中车辆密度不均、节点高速变化等特点,造成网络拓扑变化剧烈、通信链路不稳定,导致数据传输性能下降。特别在高速公路环境下,路边单元(Roa