| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 文献综述 | 第11-15页 |
| 1.2.1 支持向量机研究现状 | 第11-12页 |
| 1.2.2 支持向量机变量选择方法研究现状 | 第12-13页 |
| 1.2.3 基于惩罚函数的变量选择方法研究现状 | 第13-14页 |
| 1.2.4 基于惩罚函数的变量选择方法在支持向量机中的应用 | 第14-15页 |
| 1.3 研究内容与框架 | 第15-16页 |
| 1.4 文章创新与个人贡献 | 第16-18页 |
| 第2章 支持向量机与变量选择方法介绍 | 第18-30页 |
| 2.1 支持向量机方法介绍 | 第18-22页 |
| 2.2 基于惩罚函数的变量选择方法 | 第22-28页 |
| 2.2.1 单变量选择方法 | 第22-25页 |
| 2.2.2 组变量选择方法 | 第25-26页 |
| 2.2.3 双层变量选择方法 | 第26-28页 |
| 2.3 基于惩罚函数的变量选择方法在支持向量机中的应用 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于SGL-SVM方法的变量选择、估计与预测 | 第30-48页 |
| 3.1 SGL-SVM方法 | 第30-33页 |
| 3.2 SGL-SVM算法 | 第33-37页 |
| 3.2.1 求解过程 | 第33-35页 |
| 3.2.2 算法 | 第35-36页 |
| 3.2.3 参数选择 | 第36-37页 |
| 3.3 模拟分析 | 第37-45页 |
| 3.3.1 模拟一: 组内线性相关的多元正态模拟 | 第38-40页 |
| 3.3.2 模拟二: 组内非线性相关的多元正态模拟 | 第40-43页 |
| 3.3.3 模拟三:不同参数和组结构的多元正态模拟 | 第43-45页 |
| 3.4 本章小结 | 第45-48页 |
| 第4章 基于SGL-SVM的制造业上市公司财务困境预测 | 第48-58页 |
| 4.1 背景介绍 | 第48-49页 |
| 4.2 上市公司财务困境预测研究现状 | 第49-50页 |
| 4.3 数据说明和预处理 | 第50-52页 |
| 4.4 制造业上市公司财务困境预测建模 | 第52-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第5章 总结与讨论 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 存在的不足和未来发展方向 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
