| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪言 | 第10-20页 |
| ·引言 | 第10页 |
| ·银行风险早期预警系统简介 | 第10-11页 |
| ·国外银行风险预警发展现状 | 第11-17页 |
| ·银行风险预警实践现状 | 第17-18页 |
| ·风险预警是风险评估体系的新发展 | 第17页 |
| ·风险预警方法和工具 | 第17-18页 |
| ·风险预警系统的前景 | 第18页 |
| ·本文的主要内容和框架 | 第18-20页 |
| 2 银行风险早期预警系统分析 | 第20-51页 |
| ·银行风险预警系统分析 | 第20-23页 |
| ·单家银行风险预警与银行整体风险预警系统的对比 | 第20页 |
| ·预警系统——多种预警方法的组合运用 | 第20-21页 |
| ·预警系统的输入 | 第21页 |
| ·风险预警系统的社会价值 | 第21-22页 |
| ·银行体系性风险预警中的宏观经济金融指标 | 第22页 |
| ·预警系统的分阶段原则 | 第22-23页 |
| ·预警体系分析 | 第23-27页 |
| ·预警的目标 | 第23-24页 |
| ·预警体系框架结构 | 第24-26页 |
| ·预警系统的运作流程 | 第26-27页 |
| ·预警指标设计 | 第27-29页 |
| ·典型预警方法分析 | 第29-49页 |
| ·扩散指数法 | 第29-34页 |
| ·合成指数法 | 第34-40页 |
| ·百分位排序法 | 第40-42页 |
| ·降级距离指数法 | 第42-49页 |
| ·预警系统在监管循环中的应用 | 第49-51页 |
| 3 基于支持向量分类的银行预警方法研究 | 第51-63页 |
| ·支持向量机理论 | 第51-56页 |
| ·支持向量机理论体系的发展 | 第51-56页 |
| ·多类问题的支持向量机方法 | 第56页 |
| ·支持向量机的推广应用 | 第56页 |
| ·银行风险预警与模式分类 | 第56-57页 |
| ·SVC 预警原理 | 第57-58页 |
| ·预警模型选择 | 第58-60页 |
| ·银行风险预警实例 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 4 基于不确定性支持向量分类的银行预警方法研究 | 第63-72页 |
| ·引言 | 第63页 |
| ·支持向量分类预警系统 | 第63-64页 |
| ·不确定性支持向量分类银行风险预警模型 | 第64-68页 |
| ·银行风险预警实例 | 第68-70页 |
| ·本章小结 | 第70-72页 |
| 5 基于移动Agent 银行预警系统中的服务注册体系设计 | 第72-90页 |
| ·引言 | 第72-77页 |
| ·移动软件Agent | 第77-82页 |
| ·服务注册体系设计 | 第82-90页 |
| ·Agent 分类 | 第82-83页 |
| ·移动Agent 服务的组织形式 | 第83-87页 |
| ·服务注册实现的分析 | 第87-90页 |
| 6 银行预警系统中基于概率选择的移动 Agent 迁移算法研究 | 第90-111页 |
| ·基于蚁群算法的路由选择 | 第90-100页 |
| ·蚁群算法的基本原理 | 第90页 |
| ·基于蚁群算法ANTRT 的路由核心 | 第90-95页 |
| ·基于概率P 的迁移算法 | 第95-98页 |
| ·基于反馈的路由表更新 | 第98-99页 |
| ·算法总结 | 第99-100页 |
| ·算法仿真设计及性能分析 | 第100-111页 |
| ·仿真环境 | 第100-102页 |
| ·实验结果及分析 | 第102-111页 |
| 7 总结与展望 | 第111-114页 |
| 致谢 | 第114-115页 |
| 参考文献 | 第115-123页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第123页 |