| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第6-12页 |
| ·研究背景与选题意义 | 第6-7页 |
| ·研究背景 | 第6页 |
| ·选题意义 | 第6-7页 |
| ·国内外研究发展综述 | 第7-9页 |
| ·文献检索 | 第7-8页 |
| ·研究综述 | 第8-9页 |
| ·本文的研究内容 | 第9-12页 |
| ·研究内容 | 第9-10页 |
| ·研究方法 | 第10-12页 |
| 第二章 相关理论与技术基础 | 第12-30页 |
| ·Boosting算法的基本原理与实现步骤 | 第12-15页 |
| ·Boosting算法的基本原理 | 第12页 |
| ·Boosting算法的实现步骤 | 第12-15页 |
| ·径向基(RBF)神经网络的基本结构及中心点选取问题 | 第15-28页 |
| ·RBF神经网络简介 | 第15-16页 |
| ·径向基函数 | 第16-17页 |
| ·RBF神经网络模型 | 第17-20页 |
| ·RBF神经网络的学习算法 | 第20-21页 |
| ·RBF神经网络常用的中确定方法 | 第21-27页 |
| ·基于K-均值聚类的RBF神经网络中心点选取 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 基于RBF-BOOSTING算法的疾病风险分析模型研究 | 第30-36页 |
| ·疾病风险及其特征数据提取 | 第30-31页 |
| ·疾病风险分析模型 | 第31-34页 |
| ·基于RBF神经网络的疾病风险分析模型 | 第31-33页 |
| ·基于RBF-Boosting的疾病风险分析模型 | 第33-34页 |
| ·实验比较 | 第34页 |
| ·本章小结 | 第34-36页 |
| 第四章 寿险核保费率调整系统的分析 | 第36-41页 |
| ·寿险核保费率调整系统业务背景 | 第36-37页 |
| ·传统寿险核保费率调整系统分析 | 第37-39页 |
| ·基于疾病风险分析模型的保费费率调整功能扩展 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 寿险核保费率调整系统的设计 | 第41-53页 |
| ·系统架构设计 | 第41-43页 |
| ·系统核心架构设计 | 第41页 |
| ·系统网络架构设计 | 第41-42页 |
| ·系统技术架构设计 | 第42-43页 |
| ·系统功能模块设计 | 第43-52页 |
| ·表结构设计 | 第44-48页 |
| ·类图及接口设计 | 第48-51页 |
| ·数据访问设计 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 寿险核保费率调整系统的实现与应用 | 第53-64页 |
| ·寿险核保费率调整系统的实现 | 第53-59页 |
| ·基于Struts的实现 | 第53-55页 |
| ·基于Hibernate的实现 | 第55-59页 |
| ·Hibernate在Struts中的应用 | 第59页 |
| ·寿险核保费率调整系统的应用 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第七章 结论与展望 | 第64-66页 |
| ·研究成果与意义 | 第64页 |
| ·未来研究方向 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |