检索结果-南通市图书馆

基于数据均衡化与改进鲸鱼算法优化核极限学习机的变压器故障诊断方法

在线全文

学校读者我要写书评

暂无评论

信息与控制 2023年第2期52卷 235-244,256页

作者：王雨虹孙远星包伟川陈子春辽宁工程技术大学电气与控制工程学院辽宁葫芦岛125105 国网阜新供电公司变电检修工区辽宁阜新123000 开滦集团有限责任公司河北唐山063018

针对不平衡数据对变压器故障诊断模型辨识精度的影响,提出一种基于自适应综合过采样(ADAptive SYNthetic,adasyn)与改进鲸鱼算法优化核极限学习机的变压器故障诊断模型。首先,利用adasyn算法优化变压器故障数据均衡化处理,解决变压器故... 详细信息

针对不平衡数据对变压器故障诊断模型辨识精度的影响,提出一种基于自适应综合过采样(ADAptive SYNthetic,adasyn)与改进鲸鱼算法优化核极限学习机的变压器故障诊断模型。首先,利用adasyn算法优化变压器故障数据均衡化处理,解决变压器故障数据集类间不平衡给模型带来的偏倚问题。其次,通过多策略组合改进了鲸鱼优化算法(improved whale optimization algorithm,IWOA)的搜索速度、收敛能力和局部极值的逃逸能力。最后,改进鲸鱼算法对核极限学习机(kernel based extreme learning machine,KELM)正则化系数和核函数参数寻优,构建改进鲸鱼算法优化核极限学习机(IWOA-KELM)故障诊断模型。将模型应用于变压器故障诊断领域,用该模型与粒子群算法核极限学习机模型(PSO-KELM)、灰狼算法优化核极限学习机模型(GWO-KELM)和鲸鱼算法核极限学习机模型(WOA-KELM)的诊断精度对比,分别提升14.17%、12.5%和8.34%,这证明了所提故障诊断模型具有更高的精度和泛化能力。

关键词：变压器油中溶解气体 adasyn算法鲸鱼算法核极限学习机

基于机器学习的债券违约风险预警模型研究与应用

在线全文

学校读者我要写书评

暂无评论

基于机器学习的债券违约风险预警模型研究与应用

作者：余国强首都经济贸易大学

学位级别：硕士

自2014年“11超日债”利息违约开启国内信用债违约先河起,此后债券市场违约风险向不同维度蔓延,国内债券市场刚性兑付被有序打破。尤其是近两年受新型冠状病毒肺炎疫情影响,经济下行压力较大,对企业生产经营活动产生不利影响,在这样的... 详细信息

自2014年“11超日债”利息违约开启国内信用债违约先河起,此后债券市场违约风险向不同维度蔓延,国内债券市场刚性兑付被有序打破。尤其是近两年受新型冠状病毒肺炎疫情影响,经济下行压力较大,对企业生产经营活动产生不利影响,在这样的环境下债券市场信用风险受到广泛关注。所以,能够通过一定方法将存在违约风险的债券提前预测出来对于投资者调整投资方向,规避违约风险具有重要的意义。在机器学习分类算法中,通常分为个体学习器和集成学习。本文以分类算法模型为基础,选取发债公司特定的财务指标和非财务指标,构建种类不同的债券违约风险预警模型,将个体学习器和集成学习两大类算法预测效果进行对比,然后选取性能强、预测准确度高的模型对债券进行分类,预测债券是否违约。通过实证分析发现,在预测债券是否违约方面,基于集成学习算法的债券违约风险预警模型要明显优于基于个体学习器的债券违约风险预警模型,而在集成学习模型中,基于随机森林的债券违约风险预警模型预测效果最佳,此模型在测试集样本上总样本准确率为98.77%。在样本外选取10只债券对随机森林模型进一步检验,结果仅有一只违约债券未预测出来,说明该模型在实际应用中也有良好的预测性能。通过对违约债券各个指标贡献度分析,发行期限、公司性质、销售净利率、净资产收益率和总资产周转率五大指标综合排名靠前,对债券违约影响较大。最后,本文站在不同角度,对如何完善预警模型,规避债券违约风险提出了建议。

关键词：机器学习债券违约风险 adasyn算法贡献度函数

基于adasyn-随机森林的智能家电内部电路故障诊断

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

兵工自动化 2023年第1期42卷 51-56页

作者：舒一飞樊博康洁滢郭汶昇曾来国网宁夏电力有限公司营销服务中心银川750000 四川大学电气工程学院成都610065

针对智能家电内部电路故障诊断中存在的数据不平衡和分类器诊断精度低的问题,提出一种基于adasyn算法过采样和随机森林(random forest,RF)的故障诊断方法。将电流信号进行小波包分解,提取最后一层各节点能量作为特征向量;使用adasyn算... 详细信息

针对智能家电内部电路故障诊断中存在的数据不平衡和分类器诊断精度低的问题,提出一种基于adasyn算法过采样和随机森林(random forest,RF)的故障诊断方法。将电流信号进行小波包分解,提取最后一层各节点能量作为特征向量;使用adasyn算法扩充训练数据集,得到随机森林故障诊断模型并进行测试。实验结果表明:adasyn-随机森林故障诊断模型对智能家电内部电路故障具有较高的诊断精度,对故障诊断有一定的实用价值和指导意义。

关键词：故障诊断特征提取小波包分解 adasyn算法随机森林

基于AD-RF模型的互联网金融信用风险评估

在线全文

学校读者我要写书评

暂无评论

洛阳理工学院学报（社会科学版） 2023年第2期38卷 38-42页

作者：陈为民刘述权龙小凡高大良湖南科技大学商学院湖南湘潭411201 三亚学院盛宝金融科技商学院海南三亚572000

基于互联网金融平台非平衡交易记录数据样本,利用“软信息”特征构建评估指标体系,结合adasyn算法和随机森林模型,提出改进后的AD-RF信用风险评估模型。该信用风险评估模型优于传统随机森林模型。互联网金融面临的信用风险主要源于对借... 详细信息

基于互联网金融平台非平衡交易记录数据样本,利用“软信息”特征构建评估指标体系,结合adasyn算法和随机森林模型,提出改进后的AD-RF信用风险评估模型。该信用风险评估模型优于传统随机森林模型。互联网金融面临的信用风险主要源于对借款人的道德水平高低、还款能力大小、违约成本大小的未知和借款利率的变化。

关键词：互联网金融信用风险评估 AD-RF模型非平衡数据 adasyn算法随机森林模型

在线全文

学校读者我要写书评

暂无评论

基于过采样方法的信用卡用户违约预测分析

基于过采样方法的信用卡用户违约预测分析

作者：王娇东北师范大学

学位级别：硕士

随着信用卡业务在全球范围内的迅速普及,信用风险也急剧扩张。大量信用卡用户违约行为的出现,给银行等金融机构带来了较大的损失。因此,对信用卡用户的信用风险进行预警,提前识别违约用户就变得尤为重要。它能够为银行等金融机构提供决... 详细信息

随着信用卡业务在全球范围内的迅速普及,信用风险也急剧扩张。大量信用卡用户违约行为的出现,给银行等金融机构带来了较大的损失。因此,对信用卡用户的信用风险进行预警,提前识别违约用户就变得尤为重要。它能够为银行等金融机构提供决策依据,帮助其制定合理的放贷策略,降低自身风险,促进自身健康发展。一般来说,信用卡数据集中各类别的分布是极度不平衡的,未违约人数占比较大,违约人数占比较小,传统的人工信用风险评估模型已不适用。本文将利用数据挖掘技术和机器学习方法,从数据和模型两个方面对信用卡数据集进行探索分析。本文使用的数据集来自Kaggle官网,为国外某银行2015年到2017年两年间信用卡用户的历史消费及违约记录,该样本集中的类别分布极度不均衡。首先,本文将分别采用SMOTE算法和adasyn算法对数据集进行过采样处理,使得处理后数据集中的类别相对平衡,这样做的优点是不会损失样本中多数类的信息。然后基于过采样后的数据,分别建立逻辑回归、随机森林、神经网络、XGBoost预测模型,通过对各个模型的评价指标的对比,找到最优的预测模型,使得其能够最大限度的识别违约用户。最后通过对各个模型结果的分析,找到影响用卡用户出现违约行为的主要因素。

关键词： SMOTE算法 adasyn算法分类模型模型评价信用卡违约预测

基于adasyn-RF的P2P网贷借款人信用风险评估

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于ADASYN-RF的P2P网贷借款人信用风险评估

作者：龙小凡湖南科技大学

学位级别：硕士

P2P网络借贷是以互联网为运营媒介的新兴借贷模式,为社会中的资金需求群体提供了一种新的筹资路径,弥补了传统金融机构的不足,缓解了小微企业和个人融资难的问题。但P2P网络借贷行业一直没有形成完善的个人征信体系,相关监管法律法规不... 详细信息

P2P网络借贷是以互联网为运营媒介的新兴借贷模式,为社会中的资金需求群体提供了一种新的筹资路径,弥补了传统金融机构的不足,缓解了小微企业和个人融资难的问题。但P2P网络借贷行业一直没有形成完善的个人征信体系,相关监管法律法规不健全,在满足广大投资者和筹资者需求同时,P2P网络借贷的信用风险问题慢慢显露。目前,我国P2P网络借贷行业累计平台数达到6621家,平台数量不断增加的背后,各种风险问题如大量借款人发生违约,平台出现跑路、倒闭等现象频繁发生,P2P网络借贷的风险控制及管理问题亟待解决。借款人信用风险是P2P网络借贷平台需重点关注的风险。因此,本文以借款人信用风险为切入点,融入相关“软信息”构建评估指标体系,并基于网络借贷非平衡交易数据,提出改进后的信用风险评估模型——adasyn-RF（自适应综合过采样-随机森林）模型,为网络借贷中借款人信用风险评估问题贡献微薄之力。第一步,在阅读了大量相关文献的基础上,对国内外针对网络借贷的文献进行梳理,了解P2P网络借贷信用风险方面的研究现状。第二步,介绍P2P网络借贷相关概念、运作模式以及发展现状,并就P2P网络借贷信用风险的形成机制与影响因素进行分析。第三步,构建包含硬信息和软信息的评估指标体系,并介绍随机森林算法、adasyn-RF模型的构建、模型性能评价标准。第四步,实证分析。通过对“人人贷”平台2010年10月至2015年10月的交易数据进行清洗、处理以及描述性统计分析,构建信用风险评估模型,验证模型的性能。使用当前比较流行的机器学习方法——BP神经网络进行对比,进一步验证模型的优越性。并根据指标变量在信用风险评估模型中的重要性评分对其进行分析。实证结果表明:adasyn-RF模型除了违约样本（少数类）的准确率和未违约样本（多数类）的召回率有些许降低外,其它评估指标均优于传统随机森林模型;其中,违约样本的预测召回率上升了23.3个百分点,F1-score上升了8.8%;模型AUC的值提高10.7%。因此,总体上改进后的模型（adasyn-RF）具有较优的分类性能。与BP神经网络对比发现,无论从模型准确率、各类F1-score、AUC的值还是模型ROC曲线来看,adasyn-RF模型均较优。因此,adasyn-RF模型的分类性能较好,更适合用于P2P网络借贷信用风险评估。在分析指标变量的重要程度时发现,借款信息中各变量的重要程度排名均在前十,属于重要变量。且“软信息”对评估模型的作用不容小觑,其包含的变量重要程度几乎处于前十。最后,根据实证结果,从监管、征信体系、信息审批制度以及提高投资人风险意识四个方面提出防范对策与建议,希望有助于P2P网贷平台的健康持续发展。

关键词： P2P网络借贷信用风险评估随机森林非平衡数据 adasyn算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非均衡数据的债券违约预警研究

重庆工商大学学报（自然科学版） 2021年第3期38卷 86-93页

作者：程建华徐恒宇安徽大学经济学院合肥230601

将上海交易所和深证交易所发行的30只违约债券和468只未违约债券作为研究样本,将债券是否违约设定为一个二分类问题进行识别分析,针对该问题构建了基于SVM的ADmR-AdaboostSVM分类模型;从企业资本结构、盈利能力、现金流量、偿债能力4个... 详细信息

将上海交易所和深证交易所发行的30只违约债券和468只未违约债券作为研究样本,将债券是否违约设定为一个二分类问题进行识别分析,针对该问题构建了基于SVM的ADmR-AdaboostSVM分类模型;从企业资本结构、盈利能力、现金流量、偿债能力4个评估因素中筛选16个预警指标,运用adasyn方法进行过采样合成新样本点,将特征提取mRMR方法引入债券违约领域,得出长期负债率、资本收益率、成本费用利润率以及股权比例这4个变量作为债券违约的最终预警指标,在此基础上运用AdaboostSVM模型进行风险识别。研究结果表明:在建模过程中克服了样本非均衡化问题使得分类精度显著提高,同时通过解决高维数据冗余问题,识别违约债券的准确率进一步提高,反复验证表明该模型具有较强的稳健性和有效性,具有一定的应用价值。

关键词：债券违约 adasyn算法 mRMR算法 AdaboostSVM