国家学术搜索
登录
注册
中文
EN
首页
|
商业银行监管的SOM神经网络的分类方法
商业银行监管的SOM神经网络的分类方法
引用
认领
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
NETL
NSTL
万方数据
维普
中文摘要:
商业银行非现场监管在整个商业银行监管体系中占有中枢神经的地位.该文将商业银行非现场监管作为模式识别分类问题进行研究,提出了在商业银行监管中应用基于自组织特征映射神经网络的分类模型.然后,以实际数据为基础进行了商业银行分类识别,并进行了相应的分析,从而验证了模型的有效性.
外文标题:
Off-site Commercial Banking Regulation Based Self-organizing Feature Map Neural Networks
收起全部
展开查看外文信息
作者:
熊熊、张维
展开 >
作者单位:
天津大学系统工程研究所,天津,300072
关键词:
非现场监管
分类
神经网络
自组织特征映射
基金:
国家自然科学基金
教育部跨世纪优秀人才培养计划
项目编号:
79790130
96-170
出版年:
2002
系统工程理论与实践
中国系统工程学会
系统工程理论与实践
CSTPCD
CSCD
北大核心
影响因子:
1.575
ISSN:
1000-6788
年,卷(期):
2002.
22
(6)
被引量
8
参考文献量
5