| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-15页 |
| ·本文的研究内容和组织结构 | 第15-17页 |
| 第二章 统计学习理论与支持向量机 | 第17-35页 |
| ·机器学习问题 | 第17-18页 |
| ·统计学习理论核心内容 | 第18-22页 |
| ·最优化理论 | 第22-23页 |
| ·标准支持向量分类机 | 第23-30页 |
| ·支持向量机的训练算法 | 第30-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 个人信用评估中的数据准备问题 | 第35-42页 |
| ·数据预处理 | 第35-38页 |
| ·主成分分析法进行个人信用指标优化 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于SVM 的个人信用评估模型的设计与实现 | 第42-59页 |
| ·MULTIEDIT-SVM-KNN 设计说明 | 第42-44页 |
| ·数据预处理模块 | 第44-45页 |
| ·数据归一化 | 第45-46页 |
| ·训练模块 | 第46-56页 |
| ·预测模块 | 第56-58页 |
| ·小结 | 第58-59页 |
| 结束语 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 附录 | 第64-65页 |
| 攻读硕士学位期间参与的项目和发表的论文 | 第65-66页 |
| 致谢 | 第66页 |