数据挖掘方法在财务预警中的应用研究
中文摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-21页 |
·选题的背景和意义 | 第8-10页 |
·国内外研究现状 | 第10-18页 |
·本文的主要研究内容、创新点和结构安排 | 第18-21页 |
第二章 基础知识 | 第21-41页 |
·财务预警指标体系 | 第21-25页 |
·模糊集理论与粗糙集理论 | 第25-30页 |
·神经网络 | 第30-35页 |
·微粒群算法 | 第35-41页 |
第三章 基于改进型模糊神经网络的财务预警 | 第41-70页 |
·粗糙集属性约简和模糊神经网络概述 | 第41-43页 |
·粗糙集属性约简的过程及算法 | 第43-51页 |
·基于粗糙集属性约简的模糊神经网络预警模型及算法 | 第51-56页 |
·实证分析 | 第56-69页 |
·本章小结 | 第69-70页 |
第四章 基于聚类算法的财务预警 | 第70-85页 |
·聚类的概念及基本算法 | 第70-77页 |
·一种基于 PSO的模糊聚类算法 | 第77-79页 |
·一种基于粗糙集的 K-Means聚类算法 | 第79-81页 |
·基于聚类的财务预警模型及实证分析 | 第81-84页 |
·本章小结 | 第84-85页 |
第五章 基于双向加权模糊支持向量机的财务预警 | 第85-101页 |
·支持向量机的基本原理及算法 | 第85-93页 |
·基于双向加权模糊支持向量机的财务预警模型 | 第93-98页 |
·实证分析 | 第98-100页 |
·本章小结 | 第100-101页 |
总结与展望 | 第101-103页 |
参考文献 | 第103-116页 |
攻读博士期间发表论文与参加科研项目情况 | 第116-117页 |
致谢 | 第117页 |