【摘要】讨论了自组织学习阵列用于解决个人信用卡申请的风险评估问题。建立了16层、每层14个格点的阵列模型,每个格点都执行基于信息熵估计的学习算法,根据所有格点的统计权重信息对输入数据进行分类,从而可通过训练后的阵列网络确定个人信用卡申请的风险,据此做出决定。在试验数据上的应用表明:与传统神经网络方法相比,该方法可产生更好的结果。