基于支持向量机的组合预测模型及其个人信用评价方法
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-21页 |
| ·论文研究的背景及意义 | 第12-13页 |
| ·个人信用评价研究现状 | 第13-17页 |
| ·个人信用评价的相关概念 | 第13-14页 |
| ·个人信用评价方法的研究现状 | 第14-17页 |
| ·组合预测的研究现状 | 第17-19页 |
| ·本文的主要内容和结构 | 第19-21页 |
| 第2章 支持向量机与组合算法概述 | 第21-30页 |
| ·支持向量机概述 | 第21-27页 |
| ·统计学习理论 | 第21-23页 |
| ·支持向量机的特性和原理 | 第23-25页 |
| ·支持向量机与其他算法比较 | 第25-27页 |
| ·组合预测算法概述 | 第27-29页 |
| ·组合预测算法研究理论 | 第27-28页 |
| ·组合预测算法分类 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于支持向量机的组合预测模型构造 | 第30-43页 |
| ·组合核函数支持向量机建模与应用 | 第30-34页 |
| ·SVM 核函数 | 第30-31页 |
| ·组合核函数的确定 | 第31-33页 |
| ·组合核函数 SVM 模型的构造 | 第33-34页 |
| ·组合代价敏感支持向量机 | 第34-37页 |
| ·代价敏感 | 第34-35页 |
| ·传统代价敏感支持向量机 | 第35-36页 |
| ·组合代价敏感 SVM 模型的构造 | 第36-37页 |
| ·基于支持向量机的组合预测 | 第37-41页 |
| ·单一模型的选取 | 第37-38页 |
| ·线性组合模型的构造 | 第38-41页 |
| ·支持向量机组合模型的构造 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于支持向量机的组合预测模型应用 | 第43-54页 |
| ·个人信用评价指标体系的构建 | 第43-45页 |
| ·个人信用评价指标体系构建原则 | 第43页 |
| ·我国商业银行个人信用评价指标 | 第43-45页 |
| ·个人信用数据的来源和预处理 | 第45-47页 |
| ·个人信用样本数据来源 | 第45页 |
| ·个人信用样本数据预处理 | 第45-47页 |
| ·基于支持向量机的组合预测模型应用和对比 | 第47-53页 |
| ·单一模型构建与应用 | 第47-50页 |
| ·组合模型构建和应用 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60-61页 |
| 详细摘要 | 第61-64页 |
