| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 前言 | 第8-14页 |
| ·课题的提出和研究目的 | 第8-9页 |
| ·课题来源和背景 | 第8-9页 |
| ·课题研究目的与意义 | 第9页 |
| ·课题国内外研究概况和发展趋势 | 第9-12页 |
| ·课题主要研究内容 | 第12-14页 |
| 2 可疑洗钱交易行为识别相关理论 | 第14-28页 |
| ·洗钱的基本问题分析 | 第14-17页 |
| ·洗钱的起源和定义 | 第14-15页 |
| ·洗钱交易过程及模式归类 | 第15-16页 |
| ·洗钱风险及洗钱的主要危害 | 第16-17页 |
| ·可疑洗钱交易中的资金流动 | 第17-20页 |
| ·资金流动量化描述 | 第17-18页 |
| ·资金流动异常行为准则 | 第18-20页 |
| ·我国反洗钱信息流程 | 第20页 |
| ·可疑洗钱交易行为识别方法研究 | 第20-27页 |
| ·基于链接分析的可疑交易行为识别 | 第21-22页 |
| ·基于孤立点检测的可疑交易行为识别 | 第22-24页 |
| ·基于聚类的可疑交易行为模式识别 | 第24-25页 |
| ·基于支持向量机的可疑交易行为监测 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 3 基于RBF神经网络的洗钱交易行为识别研究 | 第28-38页 |
| ·RBF神经网络在洗钱交易识别中的适用性分析 | 第28-29页 |
| ·RBF神经网络原理 | 第29-32页 |
| ·RBF神经网络结构 | 第29-30页 |
| ·RBF神经网络核函数 | 第30-31页 |
| ·RBF神经网络的映射机理 | 第31页 |
| ·RBF神经网络的训练方法 | 第31-32页 |
| ·RBF神经网络在洗钱交易行为识别中的应用 | 第32-37页 |
| ·基于RBF神经网络的洗钱交易识别研究流程 | 第32-34页 |
| ·洗钱交易特点分析 | 第34-35页 |
| ·洗钱交易过程分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于RBF神经网络的洗钱交易行为识别建模及实现 | 第38-52页 |
| ·模型检测的评估指标 | 第38-41页 |
| ·评价准则 | 第38-39页 |
| ·曲线指标 | 第39-41页 |
| ·反洗钱关键技术 | 第41-45页 |
| ·数据来源及预处理 | 第41-44页 |
| ·特征的形成与提取 | 第44-45页 |
| ·反洗钱属性参数的选择 | 第45页 |
| ·基于RBF神经网络的可疑交易监测模型 | 第45-51页 |
| ·RBF神经网络学习算法选择 | 第45-49页 |
| ·基于RBF神经网络的可疑交易监测模型设计 | 第49-50页 |
| ·基于RBF神经网络的可疑交易监测模型实现 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5 基于RBF神经网络的反洗钱监测仿真系统 | 第52-68页 |
| ·系统目标与功能 | 第52-54页 |
| ·系统设计目标 | 第52页 |
| ·系统功能描述 | 第52-54页 |
| ·系统的架构设计 | 第54-56页 |
| ·系统网络结构 | 第54页 |
| ·系统框架结构 | 第54-55页 |
| ·系统技术架构 | 第55-56页 |
| ·系统实现 | 第56-63页 |
| ·系统开发和运行环境 | 第57页 |
| ·系统典型模块 | 第57-61页 |
| ·用户界面 | 第61-63页 |
| ·实验性能评估与分析 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| ·论文总结 | 第68页 |
| ·下一步工作部署 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 硕士期间发表论文及获奖情况 | 第76页 |