-
题名融合GAN与深度神经网络的混合信用评估方法
被引量：2
- 1
-
-
作者
彭柏程
张安勤
张挺
-
机构
上海电力大学计算机科学与技术学院
-
出处
《广西科学》
CAS
北大核心
2023年第1期121-131,共11页
-
基金
国家自然科学基金项目(42672114)资助。
-
文摘
随着信用卡和个人贷款业务在金融业的快速增长,如何在信息有限的情况下检测潜在违约或坏账业务已经变得极其重要。信用评分领域面临的主要困难是样本不平衡以及分类器性能不佳,为此本研究首先提出了一种基于表格数据的生成对抗网络Tab-GAN,从原始数据中生成足够的违约样本;随后设计了一种基于CNN-LSTM的混合深度学习模型用于特征提取,该模型包含卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆神经网络(Long Short-Term Memory,LSTM)两个子模型,分别从用户数据中提取静态局部特征和动态时间特征,并加入时空注意力模块对模型的输出进行重要度计算,从而抽取更关键的信息;最后在分类器层面引入焦点损失函数改进轻量级梯度提升机(Light Gradient Boosting Machine,LightGBM)分类器,实现违约风险的概率输出。在两个真实世界数据集中验证风险预测模型,实验结果表明生成对抗网络可以有效解决样本不平衡问题,CNN-LSTM+LightGBM模型在各项分类评价指标上均优于信用评分领域的其他先进算法,证明了该模型在信用评分领域的有效性和可移植性。
-
关键词
不平衡数据
信用评估
生成对抗网络
卷积神经网络
长短期记忆神经网络
焦点损失函数
-
Keywords
imbalanced data
credit scoring
GAN
CNN
LSTM
focal loss
-
分类号
TP520.206.0
[自动化与计算机技术]
-
-
题名鱼苗分散通道的设计与工作参数
被引量：1
- 2
-
-
作者
吴电建
张彪
刘虎
陈源
周明刚
-
机构
湖北省农业机械工程研究设计院
-
出处
《湖北工业大学学报》
2021年第2期9-13,共5页
-
基金
国家重点研发计划项目(2017YFD0701704)
湖北省教育厅科学技术研究计划项目(Q20181410)
湖北省自然科学基金项目(2018CFB281)。
-
文摘
为了对鱼苗分选机分选后的鱼苗进行分散,从而方便计数,经多级挡板实现让鱼苗以排队分散状态通过鱼苗分散通道。经离散元仿真分析,研究鱼苗分散通道的装置倾角、挡板角度、进鱼量等等主要工作参数,通过设计正交试验得到工作参数的最优组合解,即当装置倾角为40°、挡板倾角为50°、进鱼量为2条/s时鱼苗分散系数能达到95%以上。以红鲫鱼为试验对象,试验验证了上述仿真结果。
-
关键词
鱼苗分散
仿真模型
正交试验
参数优化
-
Keywords
dispersion channel
dispersion coefficient
simulation model
parameter optimization
-
分类号
TP520.206.0
[自动化与计算机技术]
-
