| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究内容 | 第12页 |
| ·研究方法及路线 | 第12-14页 |
| ·研究方法 | 第12-13页 |
| ·研究路线 | 第13-14页 |
| ·研究思路 | 第14页 |
| ·文章结构及创新 | 第14-15页 |
| ·文章结构 | 第14-15页 |
| ·文章难点和创新点 | 第15页 |
| ·本章小结 | 第15-17页 |
| 第2章 相关理论文献回顾 | 第17-33页 |
| ·自然决策理论的研究 | 第17-23页 |
| ·自然决策理论的概述 | 第17-19页 |
| ·自然决策理论的经典模型——RPD模型 | 第19-22页 |
| ·自然决策理论的应用 | 第22-23页 |
| ·知识表示的理论与方法的研究 | 第23-31页 |
| ·知识的概念及分类 | 第23页 |
| ·隐性知识概念及其特点 | 第23-25页 |
| ·知识表示方法 | 第25-28页 |
| ·知识表示方法的对比分析 | 第28-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于自然决策下可计算隐性知识表示模型的构建 | 第33-53页 |
| ·自然决策理论的整体框架分析 | 第33-36页 |
| ·模糊认知图的结构及模糊因果关系表示 | 第36-39页 |
| ·模糊认知图的结构 | 第36-37页 |
| ·模糊因果关系表示 | 第37-39页 |
| ·可计算隐性知识表示模型的构建 | 第39-48页 |
| ·模糊认知图构建的基本步骤 | 第39-41页 |
| ·模糊认知图的开发方法 | 第41-47页 |
| ·基于模糊认知图的可计算隐性知识模型构建 | 第47-48页 |
| ·算例表示 | 第48-50页 |
| ·本章小结 | 第50-53页 |
| 第4章 基于自然决策下可计算隐性知识表示方法的识别及推理方法设计 | 第53-67页 |
| ·模糊认知图识别方法的构建 | 第53-59页 |
| ·CBR中案例的识别方法 | 第53-55页 |
| ·基于CBR的模糊认知图的识别方法构建 | 第55-59页 |
| ·模糊认知图推理方法的构建 | 第59-66页 |
| ·概念间因果关系的传递规则与推理 | 第59-61页 |
| ·模糊认知图的最终模式 | 第61-62页 |
| ·模糊认知图推理过程及算法设计 | 第62-65页 |
| ·算例表示 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 自然决策理论下的知识表示及推理方法在个人信用风险评价中应用分析 | 第67-87页 |
| ·案例背景介绍 | 第67-68页 |
| ·个人信用风险评定的可计算隐性知识表示模型的构建 | 第68-81页 |
| ·关键问题和主要概念的识别 | 第68-79页 |
| ·各个概念间因果关系权重的确定 | 第79-80页 |
| ·可计算隐性知识表示模型的构建 | 第80-81页 |
| ·个人信用风险评定下的模糊认知图的识别与匹配 | 第81-82页 |
| ·个人信用风险评定下的知识表示模型的推理 | 第82-85页 |
| ·本章小结 | 第85-87页 |
| 总结与展望 | 第87-89页 |
| 一、总结 | 第87页 |
| 二、展望 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 附录 | 第93-111页 |
| 附录1: Hebbian学习算法伪代码 | 第93-98页 |
| 附录2: 基于CBR的模糊认知图的识别算法伪代码 | 第98-101页 |
| 附录3: 模糊认知图推理算法伪代码 | 第101-105页 |
| 附录4: 个人信用风险评价原始数据 | 第105-111页 |
| 攻读学位期间发表的学术论文 | 第111-113页 |
| 致谢 | 第113页 |
