| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 选题背景和意义 | 第9-10页 |
| 1.2 财务危机的概念 | 第10-12页 |
| 1.3 财务危机预警的相关研究 | 第12-15页 |
| 1.3.1 统计技术 | 第12-14页 |
| 1.3.2 机器学习技术 | 第14页 |
| 1.3.3 集成方法 | 第14-15页 |
| 1.4 本文的主要工作 | 第15-19页 |
| 1.4.1 本文的研究内容 | 第15-16页 |
| 1.4.2 本文的研究方法 | 第16-17页 |
| 1.4.3 本文的结构 | 第17-19页 |
| 第二章 文献综述 | 第19-28页 |
| 2.1 支持向量机 | 第19-21页 |
| 2.2 模糊测度与模糊积分的基本概念 | 第21-22页 |
| 2.2.1 模糊测度的定义 | 第21-22页 |
| 2.2.2 模糊积分 | 第22页 |
| 2.3 常用的分类器集成方法 | 第22-26页 |
| 2.3.1 多数投票法 | 第24页 |
| 2.3.2 有序加权平均法(OWA) | 第24页 |
| 2.3.3 DS证据理论 | 第24-25页 |
| 2.3.4 模糊积分 | 第25-26页 |
| 2.4 盈余管理 | 第26-28页 |
| 第三章 基于盈余管理和模糊积分的支持向量机集成研究 | 第28-39页 |
| 3.1 基于盈余管理和模糊积分的支持向量机集成框架 | 第28-33页 |
| 3.2 改进的模糊测度确定方法 | 第33-37页 |
| 3.3 改进的模糊测度调整方法 | 第37-39页 |
| 第四章 研究设计 | 第39-48页 |
| 4.1 实验数据和指标 | 第39-40页 |
| 4.2 实验结果分析 | 第40-48页 |
| 第五章 总结和展望 | 第48-50页 |
| 5.1 本文的主要工作与结论 | 第48-49页 |
| 5.2 本文的不足与研究展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 作者简介 | 第54页 |