摘要
一、绪论
(一)选题背景
(二)选题意义
1．理论意义
2．实践意义
(三)研究思路和方法
1．研究思路
2．研究方法
二、文献综述
(一)非平衡数据集的分类预警问题
(二)案例推理及其性能研究
1．属性选择及权重
2．样本案例选择
3．近邻值选择
4．同时优化多个因素
(三)聚类算法在案例推理中的应用
1．为案例库建立索引
2．基于聚类改进的案例推理
3．应用于案例库的维护
(四)企业失败预警方法综述
1．传统统计方法
2．人工智能方法
三、属性选取和属性规范化方法研究
(一)初始特征属性
(二)属性选取
(三)属性规范化方法研究
1．属性规范化方法介绍
2．规范化研究数据集统计信息
3．属性规范化方法应用结果对比及分析
四、聚类案例推理基本原理
(一)CCBR方法中案例类的生成
(二)聚类数目的确定
(三)CCBR中的案例类检索、案例检索和预警
五、聚类案例推理与常见预警方法的性能对比及应用
(一)初始案例库
(二)属性规范化处理
(三)性能评估指标
(四)CCBR与CBR的性能对比及分析
(五)CCBR与SVM、LOGIT、MDA性能对比及分析
(六)CCBR在企业失败预警上的应用
六、总结及研究展望
(一)总结
(二)研究展望
参考文献
攻读学位期间取得的研究成果
致谢
声明
