| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 研究现状 | 第7-10页 |
| 1.2 研究目标 | 第10页 |
| 1.3 研究方案 | 第10-11页 |
| 1.4 研究内容 | 第11页 |
| 1.5 论文结构 | 第11-12页 |
| 第2章 基于支持向量机方法的企业破产预测 | 第12-25页 |
| 2.1 引言 | 第12-13页 |
| 2.2 破产预测 | 第13-15页 |
| 2.3 支持向量机 | 第15-18页 |
| 2.4 数据与实验 | 第18-19页 |
| 2.5 结果与分析 | 第19-23页 |
| 2.6 本章小结 | 第23-25页 |
| 第3章 基于极端学习机和金融领域知识的企业破产预测 | 第25-39页 |
| 3.1 引言 | 第25-26页 |
| 3.2 极端学习机 | 第26-27页 |
| 3.3 留一的增量极端学习机 | 第27-29页 |
| 3.3.1 增量策略 | 第28-29页 |
| 3.3.2 留一法 | 第29页 |
| 3.4 数据集分析 | 第29-34页 |
| 3.4.1 数据描述 | 第29-31页 |
| 3.4.2 算法选择 | 第31页 |
| 3.4.3 异常值处理 | 第31-33页 |
| 3.4.4 Combo方法 | 第33-34页 |
| 3.5 集成建模 | 第34-36页 |
| 3.5.1 模型组合 | 第34-36页 |
| 3.5.2 性能评估 | 第36页 |
| 3.6 实验对比 | 第36-37页 |
| 3.7 本章小结 | 第37-39页 |
| 第4章 基于内核极端学习机方法的企业破产预测 | 第39-54页 |
| 4.1 引言 | 第39-40页 |
| 4.2 内核极端学习机 | 第40-42页 |
| 4.3 企业破产预测模型 | 第42-44页 |
| 4.4 实验设计 | 第44-48页 |
| 4.4.1 数据描述 | 第44-46页 |
| 4.4.2 实验设置 | 第46-47页 |
| 4.4.3 性能评估 | 第47-48页 |
| 4.5 实验结果与分析 | 第48-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-64页 |
| 致谢 | 第64页 |