集成支持向量机方法及在信用风险中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-18页 |
| ·研究的背景和问题的提出 | 第9-10页 |
| ·研究的意义 | 第10-11页 |
| ·国内外理论研究文献综述 | 第11-16页 |
| ·信用风险评价方法研究现状综述 | 第11-15页 |
| ·支持向量机分类模型研究文献综述 | 第15-16页 |
| ·研究内容与创新点 | 第16-18页 |
| 2 相关理论概述 | 第18-28页 |
| ·统计学习理论 | 第18-21页 |
| ·学习过程一致性的条件 | 第18-19页 |
| ·VC维 | 第19-20页 |
| ·推广性的界 | 第20页 |
| ·结构风险最小化 | 第20-21页 |
| ·支持向量机理论 | 第21-24页 |
| ·线性支持向量机 | 第22-23页 |
| ·非线性支持向量机 | 第23-24页 |
| ·集成学习理论 | 第24-28页 |
| ·个体分类器产生方法 | 第25-27页 |
| ·个体分类器集成方法 | 第27-28页 |
| 3 信用风险评价指标体系的设计及建模思路 | 第28-40页 |
| ·信用风险评价的方法 | 第28-29页 |
| ·信用风险评价指标选择依据 | 第29-31页 |
| ·信用风险评价指标的设计 | 第31-36页 |
| ·建模思路 | 第36-40页 |
| 4 集成支持向量机信用风险评价实证研究 | 第40-56页 |
| ·样本选择及数据预处理 | 第40-49页 |
| ·样本选择 | 第40-42页 |
| ·指标初选 | 第42-46页 |
| ·数据的描述性统计分析 | 第46-48页 |
| ·数据的预处理 | 第48页 |
| ·核函数和参数选择 | 第48-49页 |
| ·实证分析 | 第49-54页 |
| ·标准支持向量机模型的实证分析 | 第50-51页 |
| ·集成支持向量机模型的实证分析 | 第51-54页 |
| ·三种模型结果对比分析 | 第54-56页 |
| 5 结论与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第61-62页 |
| 致谢 | 第62页 |
