[发明专利]一种基于核极限学习机的风险预测的方法和装置

摘要

本发明适用于计算机领域，提供了一种基于核极限学习机的风险预测的方法和装置，旨在解决现有技术中无法确定核极限学习机的惩罚系数和核宽的最佳值，导致风险预测精确度不高的问题。方法包括：获取预定数量的企业的经营数据；对经营数据进行标准化；利用灰狼算法优化核极限学习机的惩罚系数和核宽，得到优化后的惩罚系数和核宽；基于优化后的惩罚系数和核宽构建核极限学习机的预测模型；根据预测模型进行风险预测。通过本发明的技术方案，将灰狼算法融入核极限学习机来确定惩罚系数和核宽的最佳值，构建出更加准确的预测模型，实现对风险的有效预测，提高预测精确度，在辅助金融机构对企业经营风险进行科学合理有效的预测中具有重要的应用价值。

主权项

一种基于核极限学习机的风险预测的方法，其特征在于，包括：获取预定数量的企业的经营数据，所述经营数据包括预定个数的属性特征的特征值；对所述经营数据进行标准化；基于标准化后的所述经营数据，利用灰狼算法优化核极限学习机的惩罚系数和核宽，得到优化后的惩罚系数和优化后的核宽，所述优化后的惩罚系数用于确定拟合误差最小化以及输入数据之间的权衡重量最小化，所述优化后的核宽为从输入空间到高维特征空间的非线性映射关系；基于所述优化后的惩罚系数和所述优化后的核宽构建所述核极限学习机的预测模型；根据所述预测模型进行风险预测。