采用某股份制银行的698 家贷款企业样本, 基于粗糙集-Elman 神经网络集成构建了贷款企业五 级分类评估模型.该模型首先应用粗糙集理论约简出重要指标体系, 然后将训练样本送入Elman 神经网 络进行学习和训练, 进而对检验样本的风险等级进行判别.结果表明, 与传统的logistic 回归模型相比, 粗 糙集-神经网络系统对检验样本预测精度更高, 是一种更为有效和实用的分类方法, 为我国商业银行五 级分类管理提供一个新的方法. 关键词:　粗糙集;Elman 神经网络

朱荣探测车首先配备了全极化火星探测车穿透雷达(FP-RoPeR)系统，旨在绘制地下精细结构并发现潜在的地下水冰。但是，与以往轨道雷达探测水冰不同的是，当电磁波通过粗糙界面传播时，FP-RoPeR信号会受到感应场旋转(IFR)的影响。因此，在本文中，我们评估了粗糙界面的IFR对FP-RoPeR数据的圆极化比(CPR)响应的影响，这是水冰探测的重要参数。理论计算和数值验证表明，深度、粗糙界面数和相对介电常数是影响IFR效果的三个重要参数;对于FP-RoPeR系统来说，深度比其他两个因素更重要。浅层区