| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 个人信用评估国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 主要研究内容及论文结构 | 第16-17页 |
| 第2章 实验准备 | 第17-26页 |
| 2.1 实验配置 | 第17页 |
| 2.2 数据库选择 | 第17页 |
| 2.3 数据预处理 | 第17-26页 |
| 第3章 核支持向量机个人信用评估模型 | 第26-41页 |
| 3.1 经典支持向量机模型 | 第26-28页 |
| 3.2 核支持向量机模型 | 第28-30页 |
| 3.3 基于热核支持向量机的个人信用评估模型 | 第30-40页 |
| 3.3.1 实验数据 | 第31页 |
| 3.3.2 德国UCI数据库实验 | 第31-35页 |
| 3.3.3 中国某商业银行客户信息实验 | 第35-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 融合多核支持向量机的个人信用评估模型 | 第41-60页 |
| 4.1 核函数的选择 | 第41-43页 |
| 4.2 决策融合 | 第43-45页 |
| 4.3 实验结果与分析 | 第45-58页 |
| 4.3.1 实验数据 | 第45页 |
| 4.3.2 德国UCI数据库 | 第45-52页 |
| 4.3.3 中国某商业银行客户信息数据 | 第52-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第5章 结合深度自编码网络与支持向量机的个人信用评估组合模型 | 第60-74页 |
| 5.1 深度自编码网络 | 第60-62页 |
| 5.2 结合深度自编码网络与支持向量机的个人信用评估组合模型 | 第62-63页 |
| 5.3 实验结果与分析 | 第63-72页 |
| 5.3.1 实验数据 | 第63-64页 |
| 5.3.2 德国UCI数据库 | 第64-68页 |
| 5.3.3 中国某商业银行客户信息数据 | 第68-72页 |
| 5.4 本章小结 | 第72-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 硕士期间发表的论文 | 第80-81页 |
| 致谢 | 第81页 |