| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 前言 | 第10-12页 |
| 第一章 企业信用评估研究概述 | 第12-20页 |
| ·企业信用评估的发展状况 | 第12-13页 |
| ·商业银行不良贷款问题 | 第13-14页 |
| ·企业信用评估的研究现状 | 第14-18页 |
| ·信用要素分析法 | 第14-15页 |
| ·百分制计分方法 | 第15页 |
| ·信用模型分析法 | 第15-18页 |
| ·本文的主要工作 | 第18-20页 |
| 第二章 支持向量机的理论基础 | 第20-29页 |
| ·支持向量机(SVM)简介 | 第20-23页 |
| ·最大间隔超平面 | 第20-22页 |
| ·软间隔分类超平面 | 第22页 |
| ·支持向量机 | 第22-23页 |
| ·内积核函数的选择 | 第23页 |
| ·SVM多分类方法 | 第23-27页 |
| ·一对多 | 第23-24页 |
| ·一对一 | 第24-25页 |
| ·有向无环图 | 第25-26页 |
| ·二叉树方法 | 第26-27页 |
| ·一次性求解方法 | 第27页 |
| ·SVM的优点 | 第27-28页 |
| ·SVM的相关研究概述 | 第28-29页 |
| 第三章 后验概率直推式SVM在企业信用评估中的应用 | 第29-49页 |
| ·后验概率支持向量机 | 第29-31页 |
| ·支持向量机输出后验概率的方法 | 第29-30页 |
| ·Sigmoid函数参数的估计 | 第30-31页 |
| ·直推式支持向量机 | 第31-35页 |
| ·直推式学习概念的提出 | 第31-32页 |
| ·直推式支持向量机 | 第32-34页 |
| ·改进直推式支持相量机 | 第34-35页 |
| ·后验概率直推式支持向量机 | 第35-37页 |
| ·后验概率直推式SVM的应用 | 第37-44页 |
| ·企业信用等级的设置 | 第37-38页 |
| ·企业信用评估的指标体系 | 第38-40页 |
| ·待选指标集及其意义 | 第40-42页 |
| ·删除奇异样本点 | 第42-43页 |
| ·输入指标归一化和输入样本归一化 | 第43-44页 |
| ·实验结果和分析 | 第44-49页 |
| 第四章 SVM多分类方法在企业信用评估的应用 | 第49-61页 |
| ·基于模型转换的SVM多分类方法 | 第49-53页 |
| ·构造类内子空间与类间子空间 | 第49-50页 |
| ·基于模型转换SVM多分类学习方法 | 第50-53页 |
| ·基于二叉树聚类的SVM多分类方法 | 第53-58页 |
| ·二叉树生成结构分析 | 第54页 |
| ·可分性的度量 | 第54-55页 |
| ·聚类过程产生二叉树的生成结构 | 第55-56页 |
| ·对核函数的扩展 | 第56-58页 |
| ·企业信用评估多分类模型 | 第58-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
| 致谢 | 第67页 |