| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 插图索引 | 第12-13页 |
| 附表索引 | 第13-14页 |
| 第1章 绪论 | 第14-18页 |
| ·研究的背景及意义 | 第14-15页 |
| ·国内外综述 | 第15-16页 |
| ·论文研究内容和特点 | 第16-17页 |
| ·小结 | 第17-18页 |
| 第2章 可行性分析与需求分析 | 第18-44页 |
| ·可行性分析 | 第18-21页 |
| ·技术可行性 | 第18-19页 |
| ·经济可行性 | 第19-21页 |
| ·管理操作可行性 | 第21页 |
| ·社会环境及法律可行性 | 第21页 |
| ·进度计划及软硬件环境 | 第21-22页 |
| ·商业银行信贷风险评价及预警流程及功能需求分析 | 第22-24页 |
| ·调查分析 | 第22-23页 |
| ·功能需求 | 第23-24页 |
| ·商业银行信贷风险评价子系统需求分析 | 第24-33页 |
| ·信贷风险评价子系统顶层用例图 | 第24-26页 |
| ·信贷风险评价系统初始设置用例图 | 第26-28页 |
| ·信贷评价基础数据管理用例图 | 第28-32页 |
| ·神经网络训练及评价决策模块用例图 | 第32-33页 |
| ·商业银行信贷风险预警需求分析 | 第33-43页 |
| ·信贷风险预警子系统顶层用例图 | 第33-36页 |
| ·信贷风险预警初始设置管理用例图 | 第36-38页 |
| ·信贷预警基础数据管理用例图 | 第38-41页 |
| ·神经网络训练及预警决策模块用例图 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第3章 商业银行信贷风险评价及信贷风险预警指标体系及评价模型的建立 | 第44-56页 |
| ·指标构建的原则 | 第44页 |
| ·贷款风险评价指标体系的构建 | 第44-45页 |
| ·贷款风险预警指标体系的构建 | 第45-47页 |
| ·评价指标值的规范化 | 第47-49页 |
| ·评价输出值的分级 | 第49-50页 |
| ·自适应RBF 的原理 | 第50-51页 |
| ·自适应RBF 网络算法 | 第51-52页 |
| ·实验设计---均匀设计 | 第52页 |
| ·自适应RBF 神经网络系统的样本设计 | 第52-53页 |
| ·自适应RBF 神经网络模型训练形成和检验 | 第53-54页 |
| ·小结 | 第54-56页 |
| 第4章 系统总体和详细设计 | 第56-70页 |
| ·系统结构与功能设计 | 第56-60页 |
| ·类图设计 | 第60-61页 |
| ·数据库概念设计(ER 图) | 第61-62页 |
| ·数据库逻辑设计 | 第62-64页 |
| ·风险评价资料录入时序图 | 第64-65页 |
| ·风险预警评价资料录入时序图 | 第65-66页 |
| ·风险评价时序图 | 第66-67页 |
| ·风险预警评价时序图 | 第67-68页 |
| ·贷款风险评价RBFNN 自学习时序图 | 第68-69页 |
| ·预警评价RBFNN 自学习时序图 | 第69页 |
| ·数据库物理设计 | 第69页 |
| ·小结 | 第69-70页 |
| 第5章 重要技术和系统测试 | 第70-81页 |
| ·系统安全及系统密码加密技术 | 第70-71页 |
| ·MATLAB 函数与 C#混编技术 | 第71-75页 |
| ·在 MATLAB 软件中生成关于自适应RBFNN 函数的COM 组件 | 第72页 |
| ·在C#开发环境中调用该组件 | 第72-75页 |
| ·测试 | 第75-80页 |
| ·小结 | 第80-81页 |
| 结论 | 第81-82页 |
| (一) 工作总结 | 第81页 |
| (二) 将来的工作 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 致谢 | 第85-86页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第86-87页 |
| 附录B 攻读学位期间所参与完成的项目 | 第87-88页 |
| 附录C GETRBF.M 文件 | 第88页 |