| 内容提要 | 第1-7页 |
| §1 绪论 | 第7-11页 |
| §1.1 研究背景 | 第7页 |
| §1.2 信用风险 | 第7-8页 |
| §1.3 信用评级的概念及特点 | 第8-9页 |
| §1.4 信用评级的意义 | 第9-11页 |
| §2 统计学习理论 | 第11-37页 |
| §2.1 学习过程的一致性与VC维 | 第11-13页 |
| §2.2 泛化问题的界与结构风险最小化原则 | 第13-18页 |
| §2.3 支持向量机内容简介 | 第18-20页 |
| §2.4 支持向量机改进算法 | 第20-27页 |
| §2.5 改进的支持向量机算法的比较 | 第27-29页 |
| §2.6 国外相关算法研究综述 | 第29-37页 |
| §3 基于标准支持向量机的公司评级实验 | 第37-43页 |
| §3.1 LIBSVM软件包 | 第37页 |
| §3.2 核函数的选择 | 第37-39页 |
| §3.3 实验 | 第39-43页 |
| §4 总结与展望 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 中文摘要 | 第46-49页 |
| Abstract | 第49-54页 |
| 致谢 | 第54页 |