| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景和意义 | 第8-9页 |
| ·混合核函数及其参数寻优方法研究背景和意义 | 第8页 |
| ·银行定期存款业务定制率的研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·混合核函数的发展 | 第9页 |
| ·支持向量机参数优化概述 | 第9-10页 |
| ·银行营销结果评估的研究现状 | 第10页 |
| ·本文所做的工作 | 第10-11页 |
| ·数据来源和变量说明 | 第11-13页 |
| 2 支持向量机理论和混合核函数SVM的构造 | 第13-18页 |
| ·支持向量机(SUPPORT VECTOR MACHINE,SVM) | 第13页 |
| ·支持向量机(SVM)分类算法 | 第13-15页 |
| ·组合支持向量机(MIXED-SVM,MSVM)用于分类问题 | 第15-18页 |
| 3 网格搜索算法对MSVM模型的参数寻优 | 第18-21页 |
| ·网格搜索方法的原理 | 第18页 |
| ·基于混合核的网格搜索方法 | 第18-19页 |
| ·结果仿真 | 第19-21页 |
| 4 改进的粒子群算法对MSVM模型的参数寻优 | 第21-29页 |
| ·粒子群算法用于参数优化 | 第21-23页 |
| ·理论基础 | 第21页 |
| ·粒子群算法优化参数的过程 | 第21-23页 |
| ·粒子群算法的优点和不足 | 第23页 |
| ·基于混合核的改进的粒子群算法和程序实现 | 第23-26页 |
| ·粒子群算法速度更新策略的改进 | 第23-24页 |
| ·混合核函数方面的改进 | 第24-25页 |
| ·基于混合核的改进的粒子群算法实现 | 第25-26页 |
| ·实例验证与结果分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 5 银行定期存款数据基于混合核函数建模 | 第29-37页 |
| ·数据整理和建模问题描述 | 第29页 |
| ·数据说明 | 第29页 |
| ·数据归一化 | 第29页 |
| ·银行数据建模问题描述 | 第29页 |
| ·混合核SVM建模 | 第29-36页 |
| ·选择混合SVM方法的原因 | 第29-31页 |
| ·混合核SVM建模过程 | 第31页 |
| ·分别基于网格搜索和MPSO的参数寻优及结果展示 | 第31-35页 |
| ·基于网格搜索算法的参数寻优结果 | 第31-32页 |
| ·基于MPSO的参数寻优结果 | 第32-34页 |
| ·最佳参数组合下与单核模型结果对比和分析 | 第34-35页 |
| ·补充工作——找出影响客户定制率的6个关键因素 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 6 总结和展望 | 第37-39页 |
| ·总结 | 第37-38页 |
| ·展望 | 第38-39页 |
| 参考文献 | 第39-43页 |
| 致谢 | 第43页 |