| 内容提要 | 第1-6页 |
| 第一章 绪论 | 第6-9页 |
| ·选题背景及意义 | 第6-7页 |
| ·论文的内容与结构 | 第7-9页 |
| 第二章 文献综述 | 第9-15页 |
| ·财务舞弊理论综述 | 第9-11页 |
| ·财务舞弊识别的研究现状 | 第11-15页 |
| 第三章 模型及方法介绍 | 第15-25页 |
| ·基于相关性的特征选择算法 | 第15-16页 |
| ·基于遗传算法搜索最优特征子集 | 第16-18页 |
| ·聚类算法 | 第18-20页 |
| ·神经网络分类器 | 第20-23页 |
| ·基于聚类结果选择分类器训练样本 | 第23-25页 |
| 第四章 上市公司财务舞弊实证分析 | 第25-44页 |
| ·基于CFS算法的特征选择 | 第25-34页 |
| ·数据准备 | 第25-32页 |
| ·特征选择 | 第32-34页 |
| ·上市公司财务舞弊特征的聚类分析 | 第34-39页 |
| ·使用K均值方法聚类 | 第34-37页 |
| ·使用EM期望最大化方法聚类 | 第37-39页 |
| ·基于神经网络的财务舞弊预测模型 | 第39-44页 |
| ·根据聚类结果建立模型 | 第40-41页 |
| ·基于神经网络模型进行财务舞弊预测 | 第41-44页 |
| 第五章 结论与展望 | 第44-48页 |
| 参考文献 | 第48-51页 |
| 中文摘要 | 第51-54页 |
| Abstract | 第54-57页 |
| 致谢 | 第57页 |