| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-24页 |
| ·课题研究背景及意义 | 第10-13页 |
| ·国内外研究现状 | 第13-22页 |
| ·论文组织结构和主要研究内容 | 第22-24页 |
| 2 分类器及其性能评估 | 第24-38页 |
| ·引言 | 第24页 |
| ·相关知识 | 第24-31页 |
| ·分类器性能评估方法 | 第31-33页 |
| ·分类器性能评估指标 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 3 封装式合成少数类重取样技术 | 第38-65页 |
| ·引言 | 第38页 |
| ·非均衡数据集重取样技术 | 第38-44页 |
| ·封装式合成少数类重取样算法的提出 | 第44-49页 |
| ·实验 | 第49-57页 |
| ·实验结果分析 | 第57-64页 |
| ·本章小结 | 第64-65页 |
| 4 一种基于GSSPSO的支持向量机参数分类模型 | 第65-91页 |
| ·引言 | 第65-66页 |
| ·常用的支持向量机 | 第66-71页 |
| ·粒子群算法 | 第71-73页 |
| ·GSSPSO的提出 | 第73-79页 |
| ·基于GSSPSO的支持向量机分类模型 | 第79-86页 |
| ·实验 | 第86-87页 |
| ·实验结果分析 | 第87-90页 |
| ·本章小结 | 第90-91页 |
| 5 非均衡数据集分类算法在助学贷款风险分类中的应用 | 第91-112页 |
| ·引言 | 第91-92页 |
| ·国家助学贷款的主要问题及风险分析 | 第92-96页 |
| ·个人信用风险的度量 | 第96-98页 |
| ·助学贷款数据分析与整理 | 第98-104页 |
| ·基于Wrapper-SMOTE重取样方法的助学贷款风险分类 | 第104-109页 |
| ·基于GSSPSO-SVM分类算法的助学贷款风险分类 | 第109-111页 |
| ·本章小结 | 第111-112页 |
| 6 全文总结与研究展望 | 第112-116页 |
| ·全文总结 | 第112-113页 |
| ·本文的创新点 | 第113页 |
| ·研究展望 | 第113-116页 |
| 致谢 | 第116-117页 |
| 附录1 攻读博士学位期间发表的论文目录 | 第117-118页 |
| 附录2 公开发表的学术论文与博士学位论文的关系 | 第118-119页 |
| 附录3 攻读博士学位期间主持和参加的科研项目 | 第119-120页 |
| 参考文献 | 第120-130页 |
