| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究目的与内容 | 第9-10页 |
| 1.3 研究方法与路径 | 第10-11页 |
| 1.4 可能的创新之处 | 第11-13页 |
| 第二章 文献综述 | 第13-21页 |
| 2.1 企业绩效的内涵 | 第13-14页 |
| 2.2 企业绩效预测研究的聚焦点 | 第14页 |
| 2.3 企业绩效预测的方法 | 第14-18页 |
| 2.4 企业绩效预测指标体系 | 第18-19页 |
| 2.5 文献评述 | 第19-21页 |
| 第三章 基于支持向量机集成学习方法的高新技术企业绩效预测模型构建 | 第21-34页 |
| 3.1 支持向量机集成学习方法的基本原理 | 第21-25页 |
| 3.1.1 支持向量机学习方法 | 第21-23页 |
| 3.1.2 集成学习方法 | 第23-24页 |
| 3.1.3 支持向量机集成学习方法预测基本原理 | 第24-25页 |
| 3.2 企业绩效预测模型构建 | 第25-28页 |
| 3.2.1 支持向量机学习方法预测模型构建 | 第25-27页 |
| 3.2.2 支持向量机集成学习方法预测模型的构建 | 第27-28页 |
| 3.3 企业绩效预测指标体系 | 第28-32页 |
| 3.3.1 指标的选取原则 | 第28页 |
| 3.3.2 指标的构成 | 第28-31页 |
| 3.3.3 指标的筛选方法 | 第31-32页 |
| 3.4 基于支持向量机集成学习方法的企业绩效预测流程 | 第32-34页 |
| 第四章 基于支持向量机集成学习方法的高新技术企业绩效预测 | 第34-50页 |
| 4.1 样本的选取与数据来源 | 第34页 |
| 4.2 样本企业绩效的判别与分类 | 第34-35页 |
| 4.3 指标筛选 | 第35-42页 |
| 4.3.1 指标数据的标准化处理 | 第35-36页 |
| 4.3.2 指标数据的正态分布检验 | 第36-37页 |
| 4.3.3 指标数据的T检验与非参数检验 | 第37-39页 |
| 4.3.4 指标数据指标的相关性检验 | 第39-42页 |
| 4.4 预测模型测试 | 第42-47页 |
| 4.4.1 支持向量机学习方法预测模型测试 | 第42-45页 |
| 4.4.2 支持向量机集成学习方法预测模型的测试 | 第45-46页 |
| 4.4.3 两种模型测试结果对比分析 | 第46-47页 |
| 4.5 模型预测的应用 | 第47-49页 |
| 4.6 模型应用小结 | 第49-50页 |
| 第五章 结论与后续研究方向 | 第50-52页 |
| 5.1 研究结论 | 第50页 |
| 5.2 研究局限与后继研究的方向 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-55页 |
