12-第6章 神经网络混合编程案例.ppt

第6章 神经网络混合编程案例 6.1 概述 个人资信评级系统 建立客户信用评定机制，不仅有利于为优质客户提供信用服务，并有效防范信用风险，更有利于开展新的客户服务品种，开拓市场，提高管理水平和竞争力。 信用评估是授信者利用各种评估方式，对受信者在信用关系中的履约趋势、偿债能力、信誉状况、可信程度进行公正分析、审查和评估的活动 信用记录主要包括在公司中的信用记录、银行及其他信用数据中的记录、公安等司法部门的记录等 6.2 预测评价指标体系 综合评价指标体系 自然情况 年龄、婚姻状况、文化程度、供养人口、户籍以及住宅性质 职业情况 职业及其稳定性、在现单位工作年限、职务、职称和收入 家庭情况 配偶、子女、家庭资产 社会情况 社会参保、个人所得税费用、通信费用 特别记录情况 在公安、检察、法院等司法机关的司法记录 6.3 预测评估模型 6.4 有效模式和样本集的确定 样本集是按照一定的规则划分的具有某种相同属性的样本集合，样本集在样本的某一属性上具有同一性。 筛选样本集 考虑样本中奇异点的剔除 构建专家样本库 6.5 样本库的建立和归一化处理 6.5.1 样本库的建立 数据筛选 历史数据 经验 主观规则 6.5.2 归一化处理 归一化的具体作用是归纳统一样本的统计分布性 为提高训练速度和灵敏性以及有效避开Sigmoid激活函数的饱和区，一般要求输入数据的值在0~1之间 输出层结点也采用Sigmoid转换函数，输出变量也必须作相应的预处理。 归一化方法的选择 6.5.2 归一化处理 常用归一化方法 6.6 系统实现 个人资信评估系统结构 6.6 系统实现 预测评估管理子系统 是个人资信评估系统的管理部分 负责维护预测分析的基础数据 如预测评价指标，专家样本数据等 将专家数据传递给预测仿真子系统 调用来自预测仿真子系统已经建好的预测模型 进行智能预测和分析。 6.6 系统实现 预测模型建模仿真子系统 是一个可视化的神经网络建模仿真工具 基于nnToolKit神经网络工具包开发而成 主要负责神经网络模型的创建、训练及仿真测试 导出经过训练并经测试符合要求的预测模型，供外部应用程序调用。 6.6 系统实现 实现工具 可以使用前面介绍的nnToolKit工具包，采用一种自己熟悉的语言进行开发实现 使用附录中的2NDN神经网络建模仿真工具 小结 基于人工神经网络的系统开发流程 建立预测指标体系 建立预测模型 建立样本数据库 系统实现 谢谢！ * 智能中国网提供学习支持 图6?1 个人信用评估指标体系 个 人 信 用 等 级 自然情况 职业情况 家庭情况 社会情况 特别记录 供养人口 文化程度 …… 婚姻状况 指标体 系的确定 总体样 本的筛选 模式 的确定 模式内样本 奇异点去除 样本 抽样 模式的 学习样本 反余切函数转换 y=atan(x)*2/PI 反余切函数归一化 以10为底的对数函数转换 y=log10(x) 对数函数归一化 x、y分别为转换前、后的值，MaxValue、MinValue分别为样本的最大值和最小值 y=(x-MinValue)/(MaxValue-MinValue) 线性函数归一化 说 明 计 算 公 式 归一化方法