基于支持向量机的经济预警方法研究
| 第一章 绪论 | 第1-15页 |
| ·引言 | 第8页 |
| ·宏观经济预警研究综述 | 第8-12页 |
| ·选题背景与意义 | 第12-13页 |
| ·研究内容和组织结构 | 第13-15页 |
| 第二章 宏观经济预警系统 | 第15-28页 |
| ·引言 | 第15页 |
| ·经济预警过程 | 第15-17页 |
| ·传统预警系统 | 第17-18页 |
| ·典型预警系统分析 | 第18-22页 |
| ·传统预警理论框架评析 | 第22-23页 |
| ·现代预警系统 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 统计学习理论和支持向量机 | 第28-39页 |
| ·机器学习和统计学习理论 | 第28-29页 |
| ·支持向量机 | 第29-34页 |
| ·支持向量机研究现状 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 支持向量分类预警方法 | 第39-46页 |
| ·经济预警与模式分类 | 第39-40页 |
| ·SVC经济预警原理 | 第40-42页 |
| ·预警模型选择 | 第42-43页 |
| ·SVC预警实例 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 不确定性支持向量分类预警方法 | 第46-58页 |
| ·前言 | 第46页 |
| ·支持向量分类预警系统 | 第46-47页 |
| ·不确定性支持向量分类预警模型 | 第47-50页 |
| ·USVC与FSVM的关系 | 第50-52页 |
| ·数据试验 | 第52-55页 |
| ·本章小结 | 第55-58页 |
| 第六章 有序支持向量回归预警方法 | 第58-74页 |
| ·前言 | 第58页 |
| ·OSVR预警原理 | 第58-64页 |
| ·不确定性OSVR预警模型 | 第64-68页 |
| ·模糊OSVR预警模型 | 第68-73页 |
| ·本章小结 | 第73-74页 |
| 第七章 经济预警指标选择 | 第74-80页 |
| ·前言 | 第74页 |
| ·预警指标选择原理 | 第74-78页 |
| ·数据试验 | 第78页 |
| ·结束语 | 第78-80页 |
| 第八章 核方法在预警系统中的应用 | 第80-95页 |
| ·前言 | 第80-81页 |
| ·支持向量回归 | 第81-86页 |
| ·基于SVR的时间序列预测方法 | 第86-88页 |
| ·一种新的综合评价方法:KPCA | 第88-94页 |
| ·本章小结 | 第94-95页 |
| 第九章 结论与建议 | 第95-97页 |
| 致谢 | 第97-98页 |
| 参考文献 | 第98-106页 |
| 个人简介 | 第106页 |
