混合核函数支持向量机在信用评估中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-21页 |
| ·论文研究的背景及意义 | 第8-10页 |
| ·个人信用评估研究现状 | 第10-19页 |
| ·个人信用评估的概念 | 第10-11页 |
| ·个人信用评估方法的研究现状 | 第11-19页 |
| ·本文主要内容和结构 | 第19-21页 |
| 第2章 混合核函数支持向量机及模型的建立 | 第21-38页 |
| ·支持向量机概述 | 第21-26页 |
| ·统计学习理论 | 第21-23页 |
| ·支持向量机的特点 | 第23-24页 |
| ·支持向量机的分类原理 | 第24-26页 |
| ·SVM的适用性和优势分析 | 第26-30页 |
| ·SVM模型的适用性分析 | 第26页 |
| ·SVM与其他模型的优劣比较 | 第26-30页 |
| ·混合核函数SVM建模 | 第30-36页 |
| ·SVM建模的关键性问题分析 | 第30-34页 |
| ·混合核函数的确定 | 第34-35页 |
| ·参数的确定 | 第35-36页 |
| ·混合核函数SVM的建模过程 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第3章 混合核函数支持向量机模型的应用 | 第38-51页 |
| ·个人信用评估指标体系的构建 | 第38-40页 |
| ·个人信用评估指标体系的构建原则 | 第38页 |
| ·商业银行个人信用评估指标的确定 | 第38-40页 |
| ·样本数据的来源和预处理 | 第40-43页 |
| ·样本数据的来源 | 第40页 |
| ·样本数据的预处理 | 第40-43页 |
| ·模型的构建和应用 | 第43-49页 |
| ·最优惩罚系数和核函数参数的选取 | 第43-46页 |
| ·混合核函数SVM的构建 | 第46页 |
| ·混合核函数SVM建模 | 第46-49页 |
| ·混合核函数SVM模型应用结果分析 | 第49-50页 |
| ·精确度分析 | 第49-50页 |
| ·稳健度分析 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第4章 混合核函数支持向量机模型比较分析 | 第51-57页 |
| ·BP神经网络的构建和应用 | 第51-53页 |
| ·BP神经网络原理 | 第51页 |
| ·BP神经网络模型的构建及判别结果 | 第51-53页 |
| ·Logit回归模型的构建和应用 | 第53-54页 |
| ·Logit 回归原理 | 第53页 |
| ·Logit回归模型构建及判别结果 | 第53-54页 |
| ·混合核函数SVM与两模型的比较 | 第54-56页 |
| ·模型分类精度比较 | 第54-55页 |
| ·模型稳健度比较 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63-77页 |
| 攻读学位期间发表的学术论文 | 第77-79页 |
| 致谢 | 第79页 |
