基于Logistic回归的神经网络模型在个人信用评估中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 第一章 引言 | 第9-15页 |
| ·论文的选题背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·国外研究现状 | 第10-11页 |
| ·国内个人信用评估方法研究现状 | 第11-12页 |
| ·组合预测的研究现状 | 第12-14页 |
| ·本文研究的主要内容 | 第14-15页 |
| 第二章 个人信用评估的理论 | 第15-21页 |
| ·个人信用评估相关概念 | 第15-16页 |
| ·信用和个人信用 | 第15-16页 |
| ·个人信用评估 | 第16页 |
| ·个人信用评估指标体系的建立 | 第16-19页 |
| ·个人信用指标的选取 | 第16-17页 |
| ·个人信用指标的预处理 | 第17-19页 |
| ·数据的选取及预处理 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 单一模型的理论 | 第21-32页 |
| ·单一模型的原理 | 第21-30页 |
| ·Logistic回归模型的原理 | 第21-23页 |
| ·神经网络的原理 | 第23-24页 |
| ·BP神经网络的学习方法 | 第24-26页 |
| ·BP神经网络的激励函数 | 第26-28页 |
| ·BP神经网络的误差函数 | 第28-29页 |
| ·BP神经网络的权值调整 | 第29-30页 |
| ·BP神经网络的算法流程 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第四章 模型的应用 | 第32-43页 |
| ·单一模型的应用 | 第32-36页 |
| ·logistic回归模型的应用 | 第32-34页 |
| ·神经网络的应用 | 第34-36页 |
| ·单一模型的结果分析 | 第36-38页 |
| ·logistic回归模型的结果分析 | 第36-37页 |
| ·BP神经网络模型的结果分析 | 第37-38页 |
| ·两个单一模型的结果比较 | 第38-39页 |
| ·LOGISTIC-ANN模型的构建 | 第39-41页 |
| ·与单一模型的比较 | 第41-43页 |
| 第五章 总结与展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 附录 | 第48-52页 |
