期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
人工智能技术与存贷款指标预测——基于改进支持向量机回归模型
被引量：
1
1
作者
陈杰
《吉林金融研究》
2020年第6期68-72,共5页
存贷款预测是经济金融预测中一项重要的工作。本文利用人工智能技术--机器学习方法,通过改进支持向量机回归模型—模型,运用2015年以来的全国存贷款等公开数据对模型进行训练,创造性地利用截至期数据对存贷款后三期数据进行了有效预测,...
存贷款预测是经济金融预测中一项重要的工作。本文利用人工智能技术--机器学习方法,通过改进支持向量机回归模型—模型,运用2015年以来的全国存贷款等公开数据对模型进行训练,创造性地利用截至期数据对存贷款后三期数据进行了有效预测,研究结果表明:模型预测效果精度较高,预测结果的绝对误差和相对误差均在合理接受范围内,能够满足各方对金融统计数据的前瞻性需求。
展开更多
关键词
存贷款
预测
人工智能
支持向量机回归模型
v-SVR模型
下载PDF
职称材料
题名
人工智能技术与存贷款指标预测——基于改进支持向量机回归模型
被引量：
1
1
作者
陈杰
机构
中国人民银行重庆营业管理部
出处
《吉林金融研究》
2020年第6期68-72,共5页
文摘
存贷款预测是经济金融预测中一项重要的工作。本文利用人工智能技术--机器学习方法,通过改进支持向量机回归模型—模型,运用2015年以来的全国存贷款等公开数据对模型进行训练,创造性地利用截至期数据对存贷款后三期数据进行了有效预测,研究结果表明:模型预测效果精度较高,预测结果的绝对误差和相对误差均在合理接受范围内,能够满足各方对金融统计数据的前瞻性需求。
关键词
存贷款
预测
人工智能
支持向量机回归模型
v-SVR模型
Keywords
deposit and loan forecasting
artificial intelligence
support vector machine regression model
v-SVR model
分类号
F830 [经济管理—金融学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
人工智能技术与存贷款指标预测——基于改进支持向量机回归模型
陈杰
《吉林金融研究》
2020
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
