摘要 | 第1-5页 |
Abstract | 第5-10页 |
前言 | 第10-12页 |
第一章 企业信用评估及评估方法 | 第12-21页 |
·企业信用评估概述 | 第12-13页 |
·信用评估的指标体系 | 第13-15页 |
·企业信用评估方法与模型 | 第15-21页 |
·5C要素分析法(专家判断法) | 第15-16页 |
·百分制计分方法 | 第16页 |
·信用模型分析法 | 第16-21页 |
第二章 特征选择及支持向量机(SVM)技术简介 | 第21-32页 |
·特征选择 | 第21-26页 |
·特征选择概述 | 第21-22页 |
·特征选择过程 | 第22-23页 |
·特征选择方法分类 | 第23-26页 |
·支持向量机(SVM)简介 | 第26-32页 |
·最优分类超平面 | 第26-28页 |
·软间隔分类超平面 | 第28页 |
·支持向量机 | 第28-29页 |
·内积核函数的选择 | 第29页 |
·SVM的优点 | 第29-30页 |
·SVM的相关研究概述 | 第30-32页 |
第三章 基于SVM的满意特征选择及其在信用指标选取中的应用 | 第32-48页 |
·待选指标体系的确定 | 第32-34页 |
·样本预处理 | 第34-37页 |
·信用等级的划分 | 第34-35页 |
·总体样本的筛选与抽样 | 第35-36页 |
·样本输入归一化 | 第36-37页 |
·基于SVM的满意特征选择方法 | 第37-43页 |
·特征集满意度函数的设计 | 第39-41页 |
·满意特征选择算法及其参数选择 | 第41-43页 |
·对比实验及评估指标体系的选定 | 第43-48页 |
第四章 基于多分类SVM组合的企业信用评估模型 | 第48-61页 |
·分类器组合 | 第48-52页 |
·分类器组合概述 | 第48-49页 |
·构造组合分类器的方法 | 第49-52页 |
·基于满意特征选择的多分类SVM组合信用评估模型 | 第52-61页 |
·多分类SVM组合方法的比较研究 | 第52-58页 |
·基于满意特征选择的多分类SVM组合模型 | 第58-61页 |
第五章 总结及展望 | 第61-63页 |
参考文献 | 第63-67页 |
研究生期间发表的论文 | 第67-68页 |
致谢 | 第68页 |