Resumen

Una máquina de vectores de soporte es una nueva máquina de aprendizaje; se basa en la teoría del aprendizaje estadístico y atrae la atención de todos los investigadores. Recientemente, las máquinas de vectores de soporte (SVM) se han aplicado al problema de predicción de alerta temprana financiera (Rose, 1999). El método basado en SVMs se ha comparado con otros métodos estadísticos y ha mostrado buenos resultados. Pero los parámetros de la función del núcleo que influyen en el resultado y rendimiento de las máquinas de vectores de soporte no han sido decididos. Basándose en algoritmos genéticos, este artículo propone un nuevo método científico para seleccionar automáticamente los parámetros de las SVM para el modelo de alerta temprana financiera. Los resultados demuestran que el método es una forma poderosa y flexible de resolver el problema de alerta temprana financiera.

• Materias:Sistema de ecuaciones Conjuntos de Julia Métodos espectrales Valor límite
• Subjects:System of equations Julia sets Spectral methods Boundary value
• Palabras claves:Máquina de vectores de soporte; Teoría del aprendizaje estadístico; SVMs; Predicción de alerta temprana financiera; Función de kernel; Algoritmos genéticos
• Keywords:Support vector machine; Statistics learning theory; SVMs; Financial early-warning prediction; Kernel function; Genetic algorithms