| 致谢 | 第9-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第19-29页 |
| 1.1 选题背景 | 第19-20页 |
| 1.2 国内外研究现状及研究问题的提出 | 第20-24页 |
| 1.2.1 识别框架的构建研究 | 第21页 |
| 1.2.2 基本可信度确定的研究 | 第21-22页 |
| 1.2.3 证据合成的研究 | 第22-23页 |
| 1.2.4 证据理论在评估决策问题中的应用研究 | 第23页 |
| 1.2.5 研究现状总结及研究问题的提出 | 第23-24页 |
| 1.3 主要研究内容与创新点 | 第24-27页 |
| 1.3.1 论文章节安排 | 第24-25页 |
| 1.3.2 技术路线图 | 第25-26页 |
| 1.3.3 论文主要的创新工作 | 第26-27页 |
| 1.4 本章小结 | 第27-29页 |
| 第二章 证据理论相关理论基础 | 第29-45页 |
| 2.1 证据理论的基本概念 | 第29-33页 |
| 2.2 证据框架的演变 | 第33-36页 |
| 2.2.1 证据框架的传统扩展 | 第34-35页 |
| 2.2.2 识别框架的空间扩展 | 第35-36页 |
| 2.3 证据合成修正方法的研究综述 | 第36-41页 |
| 2.3.1 基于证据源修正的证据合成方法综述 | 第36-38页 |
| 2.3.2 基于合成公式修正的证据合成方法综述 | 第38-41页 |
| 2.4 证据决策的相关研究综述 | 第41-42页 |
| 2.5 研究述评 | 第42-44页 |
| 2.6 本章小结 | 第44-45页 |
| 第三章 构建两维递进证据识别框架的机理分析 | 第45-57页 |
| 3.1 两维递进识别框架的内涵界定 | 第45-47页 |
| 3.2 基于系统工程理论的两维递进识别框架构建的机理分析 | 第47-53页 |
| 3.2.1 基于可拓分析的两维递进识别框架构建机理分析 | 第47-50页 |
| 3.2.2 基于协同学理论的两维递进识别框架构建机理分析 | 第50-53页 |
| 3.3 两维递进证据框架的构建研究 | 第53-56页 |
| 3.3.1 第二维证据框架构建的基本原则 | 第53-54页 |
| 3.3.2 两维递进证据框架的构建流程 | 第54页 |
| 3.3.3 两维递进识别框架构建的实例分析 | 第54-56页 |
| 3.4 本章小结 | 第56-57页 |
| 第四章 基于证据源特征的证据分组合成方法研究 | 第57-69页 |
| 4.1 基于第二维框架信息的证据分组合成思想 | 第57-58页 |
| 4.2 基于证据源特征信息的证据分组方法 | 第58-61页 |
| 4.3 两维递进识别框架下证据分组合成研究 | 第61-65页 |
| 4.3.1 组内证据的修正与融合 | 第61-63页 |
| 4.3.2 组间证据的修正与融合 | 第63-65页 |
| 4.3.3 两维递进识别框架下证据合成流程 | 第65页 |
| 4.4 两维递进识别框架下证据决策规则 | 第65-67页 |
| 4.5 本章小结 | 第67-69页 |
| 第五章 基于两维递进框架证据推理的证券分析师荐股评级预测信息融合研究 | 第69-87页 |
| 5.1 传统的证券分析师预测信息分析方法及其缺陷 | 第69-71页 |
| 5.2 证券分析师荐股评级预测信息融合模型的构建 | 第71-76页 |
| 5.2.1 融合模型中两维递进框架的构建 | 第71-72页 |
| 5.2.2 基于证据源特征的证据分组 | 第72-73页 |
| 5.2.3 组内证据信息的合成 | 第73页 |
| 5.2.4 组间证据的修正及合成 | 第73-75页 |
| 5.2.5 基于证据信度的决策方法 | 第75-76页 |
| 5.3 证券分析师信息融合模型的实际应用 | 第76-85页 |
| 5.3.1 数据来源及量化处理分析 | 第76-79页 |
| 5.3.2 信息融合模型的实际应用 | 第79-82页 |
| 5.3.3 案例融合结果分析 | 第82-85页 |
| 5.4 本章小结 | 第85-87页 |
| 第六章 研究结论与展望 | 第87-91页 |
| 6.1 主要研究内容总结 | 第87-88页 |
| 6.2 需要进一步研究的问题 | 第88-91页 |
| 参考文献 | 第91-101页 |
| 附录 | 第101-119页 |
| 攻读博士学位期间的学术活动及成果情况 | 第119-120页 |
