抵押贷款的信用风险度量

在对新巴塞尔协议的IRB方法研究的基础上，提出了比该方法更一般的度量信用风险的模型。在建模过程中，考虑了同类贷款组间的相关性和宏观经济因素对抵押贷款回收率的影响。最后，应用该模型对有担保的中小企业的贷款组合进行了信用风险度量。     

基于知识的银行贷款分类系统

文章主要探讨了基于知识的专家系统 ( KBS)在银行贷款分类方面的应用 ,银行信贷人员藉此可以决定在何种情况下批准贷款 ,从而定性地分析了影响贷款的风险程度 ,它与财务分析相互印证、相互补充 ,为贷款分类结果提供充分和必要的依据。文章还讨论了基于知识专家系统的知识库、数据库、推理机、解释器及知识获取 5个组成部分     

BP神经网络在数据挖掘分类中的应用

结合人工神经网络对噪声数据具有高承受能力,且对未经训练的数据具有分类模拟能力的特点,讨论了在数据挖掘领域中利用BP网络进行数据分类的实现过程,描述并分析了BP算法.然后,针对银行业务中客户信用政策给出了实例分析,用该算法建立了一个分类模型,根据存款金额、贷款次数、及时还贷率等数据信息实现对客户信用等级的分类.     

信息空间的数学模型

本提出了信息空间的概念，定义了它的结构，在该结构上讨论了信息运算，分类，查询及其应用。     

山西省农村信用社实施贷款五级分类之探讨

对当前山西省农村信用社实施贷款五级分类存在的问题及困难进行了分析,提出解决山西省农村信用社实施贷款五级分类的对策是:正确对待贷款的风险、规范信贷档案管理、完善考核管理机制、加快农村信用社信息化建设。     

贝叶斯融合方法集成的支持向量机预警国家助学贷款信用风险的研究

用贝叶斯方法将随机选用的多个不同类别的支持向量机集成为预警模型,通过银行实际助学贷款数据对模型进行测试和验证,结果表明该集成模型有更高的分类准确度,可以为银行助学贷款违约行为的预判提供重要的参考依据.     

基于决策树的住房贷款还贷行为分析

与企业贷款相比,个人住房贷款是银行较为优质的贷款品种,是各银行争先开拓发展的贷款项目;运用数据挖掘中的决策树技术,对个人公积金住房贷款数据进行挖掘;通过对个人信息、房屋信息、还贷记录等属性的分析,对客户的还贷行为进行了分类,并得出了一些分类规则.     

贝叶斯与k-近邻相结合的文本分类方法

为了提高分类器的精度,对分类器的结构进行了改进,提出了一种基于贝叶斯和k-近邻组合分类器的模型,该分类方法结合了贝叶斯方法分类速度较快和k-近邻方法分类准确率较高的优点.实验结果表明,该方法在保证分类速度的前提下,有效地提高了分类准确率.     

局域网中的IP地址/子网掩码的设置及意义

分析和介绍IP地址的结构、分类和表示方法，并在此基础上详细讨论了在实验室局域网中IP地址和子网掩码的设置及意义，该方法可保证整个局域网的通信畅通。     

个人住房抵押组合贷款模型分析

由于个人住房抵押组合贷款对购买住房的同一借款申请人、使用同一抵押物、采用同一贷款期限、执行不同贷款利率，所以与单纯的政策性个人住房抵押委托贷款或商业性个人住房抵押贷款不同。为此，试图建立一个考虑居民收入增长的个人住房抵押组合贷款理论模型，通过该理论模型可以确定合理的贷款期限以及各年的还本付息额。结合本模型提出了改进现行的抵押贷款还款所采取的等额偿还法，采取随着居民收入的提高逐渐增加每期还款额，从而减少总的还款期限的建议。最后提出引入合同储蓄贷款的组合贷款理论模型，运用该理论模型可以测算引入合同储蓄贷款的组合贷款期限以及各年的还本付息额。     

神经网络高炉炉况预测与判断专家系统

将神经网络传统专家系统有机地结合，建立了用于高炉炉况预测与判断的神经网络专家系统，该系统命中率高，适应性强，且具有良好地自学习功能。     

故障诊断专家系统神经网络学习机研究

根据故障诊断专家系统的特点，设计了一种面向故障诊断问题的机器学习系统。在参数修正自学习模型中，引入了变结构的参数修正人工神经网络模型，采用B-P学习算法及后验学习方式，实现了故障诊断专家系统参数修正学习机设计。在汽车故障诊断问题中的应用结果表明。学习效果良好。     

神经网络专家系统在试井解释中的应用

论述了应用专家系统和人工神经网络自动识别试井解释模型的新方法．首先应用人工智能对试井解释模型的压力导数图进行识别，建立了用专家系统构成模块式识别系统；然后应用人工神经网络实现试井解释模型识别；该系统能根据新的试井资料识别试井解释模型；最后，神经网络和专家系统相结合用于试井解释．油田实际试井数据的识别结果说明该方法是一种非常有效的识别方法，对不完全的，有噪声的试井数据也能有效地识别，识别准确率较其它方法都有较大提高     

神经网络在心电图诊断技术上的应用

综述了近年来神经网络技术在心电图诊断中的应用成果，提出了应用神经网络进行心电图分类的主要技术问题，并指出神经网络和专家系统相结合，是医疗诊断技术的发展方向．     

结合神经元网络和模糊专家系统进行电力短期负荷预测

结合人工神经元网络（ＡＮＮ）和模糊专家系统进行负荷预测．给出了径向基函数（ＲＢＦ）网络的结构,并采用正交最小平方法（ＯＬＳ）选取ＲＢＦ中心．先用ＡＮＮ进行基本负荷预测,然后考虑天气变化和假日因素所引起的负荷变化,利用模糊专家系统进行负荷调整．文中还把日期划分为５类．测试结果表明,该方法具有较高的精度和较快的速度．     

神经网络在洞库防护等级评定中的应

从国防建设实际出发，基于函数型连接神经网络，采用神经网络一专家系统组成的混合系统方法，建立了洞库防护等级评定系统。该评定系统根据洞库结构特性、地形位置、抗力特性及国防要求，基于给定洞库数据参数，经过神经网络的学习、联想、记忆和分类，能较准确地评定出洞库防护等级。     

基于神经网络的齿轮箱故障诊断专家系统设计

针对神经网络和传统故障诊断专家系统的不足,提出了一个把神经网络与专家系统相结合,发挥各自优点的基于神经网络的齿轮箱故障诊断专家系统设计方案。介绍了该系统的结构功能和主要特点,并阐述了该系统重要模块的实现方法。     

基于ANN与ES混合系统的银行贷款风险预警研究

鉴于银行贷款风险预警信号通常包括有关财务状况信号与非财务状况因素信号，即既具有可量化也有非量化信号的特点，这里尝试运用人工智能技术，基于人工神经网络（ANN）和专家系统（亦称基于知识系统KBS）的混合系统进行贷款风险预警研究。对于有关财务状况预警信号采用前向三层BP神经网络建立财务预警模式。对于BP网络的输出，把它同非财务因素信号一起直接输入专家系统。最后将由专家系统作出风险预警的最终建议。文中在对财务预警BP神经网络进行实验设计基础上再整合到经过结构化的KBS原型系统。     

船舶避碰的自适应模糊专家系统研究

采用自适应模糊系统和神经网络方法,研究了基于模糊联想规则的避碰操纵知识表示,知识获取和自适应学习;建立了基于二值输入输出模糊联想系统的并行模糊推理机制,由此而建立的船舶避碰撞模糊专家系统具有自适应学习能力,能实现实时避碰导航。     

A Knowledge-based System for the Analysis of the Ability of Paying back Loans

This paper describes the development of a knowledge-based system (KBS) for determining whether or not, and under what conditions, a bank loan officer should grant a business loan to a company. The prototype system developed focuses on what is bank loans risks management, how to prevent risk by the analysis of the ability of paying back loans. The paper makes the structural analysis involved in the system's decision situation, the structured situation diagram or model, dependency diagram and the document needed by the KBS prototype system thus are developed. Through testing the samples from loan business, the quality for the analysis of the ability of paying back loans can be effectively evaluated by the KBS prototype system.