சுருக்கம்

Credit risk classifications of e-commerce based on KPCA-MPSO-ANN

JianpingWu , Bangzhu Zhu


The paper attempts to classify E-commerce credit risk in a clearer way by adopting KPCA, MPSO and ANN. In the KPC classification, the data was pre-processed in the first place, and then the eigenvalues and eigenvectors were extracted to reduce the dimensions of the E-commerce credit risk. Furthermore, the study searched the inertia weight and threshold of BP neutral network through the improved MPSO, and determined the inertia weight and threshold value BP neural network. The data of 13 enterprises was trained first, and that of another 5 enterprises was tested and predicted. And finally, the result was classified. The study proved that the KPCA-MPSO-ANN based analysis was quite effective, providing a sound basis, reference and empirical case for classification and evaluation of E-commerce enterprises. Besides, it is of some help to promote the development of E-commerce industry.


மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

  • CASS
  • கூகுள் ஸ்காலர்
  • ஜே கேட் திறக்கவும்
  • சீனாவின் தேசிய அறிவு உள்கட்டமைப்பு (CNKI)
  • CiteFactor
  • காஸ்மோஸ் IF
  • டைரக்டரி ஆஃப் ரிசர்ச் ஜர்னல் இன்டெக்சிங் (DRJI)
  • ரகசிய தேடுபொறி ஆய்வகங்கள்
  • யூரோ பப்
  • ICMJE

மேலும் பார்க்க

ஜர்னல் எச்-இண்டெக்ஸ்

Flyer