声明
1 绪论
1.1 课题的背景与意义
1.2 研究现状
1.3 主要研究内容与创新点
1.4 论文结构安排
2 支持向量机算法
2.1 统计学习理论
2.2 支持向量机算法的基本方法
2.3 集成学习
2.4 模型性能度量
3 支持向量机模型性能的改进
3.1 SV M与其他分类器性能比较
3.2 模糊C均值聚类
3.3 基于FCM的支持向量机集成算法
4 基于F CM的支持向量机集成应用
4.1 在糖尿病患者住院数据中的应用
4.2 在信用卡违约风险评估中的应用
4.3 模型总结
5 论文总结与展望
5.1 总结
5.2 展望
参考文献
致谢
西南财经大学;