|
|
|
基于模糊二范数无核二次曲面支持向量机的信用卡欺诈检测研究 |
|
论文目录 |
|
摘要 | 第2-4页 | Abstract | 第4-6页 | 1 绪论 | 第9-23页 | 1.1 研究背景和意义 | 第9-13页 | 1.1.1 研究背景 | 第9-12页 | 1.1.2 研究意义 | 第12-13页 | 1.2 国内外研究现状及发展趋势 | 第13-19页 | 1.2.1 国内外研究现状 | 第13-15页 | 1.2.2 国内外研究趋势和方法 | 第15-19页 | 1.3 研究内容与目标 | 第19-20页 | 1.3.1 研究内容 | 第19页 | 1.3.2 研究目标 | 第19-20页 | 1.4 论文结构和技术路线 | 第20-23页 | 2 信用卡欺诈风险及相关检测技术综述 | 第23-34页 | 2.1 信用卡风险概述 | 第23-25页 | 2.2 信用卡欺诈预防和识别 | 第25-26页 | 2.3 不平衡分类问题简介 | 第26-34页 | 2.3.1 不平衡数据定义 | 第26页 | 2.3.2 不平衡分类面临的挑战 | 第26-27页 | 2.3.3 不平衡分类方法 | 第27-31页 | 2.3.4 现有文献不足 | 第31-34页 | 3 基于F2QSSVM模型的信用卡欺诈检测模型构建 | 第34-42页 | 3.1 F2NQSSVM模型原理 | 第34-37页 | 3.1.1 二次中心曲面和二次间隔距离 | 第34-35页 | 3.1.2 模糊隶属度函数 | 第35-36页 | 3.1.3 F2NQSSVM模型 | 第36-37页 | 3.2 F2NQSSVM模型简化 | 第37-39页 | 3.3 基于F2NQSSVM模型的构建过程 | 第39-42页 | 3.3.1 计算每个特征的重要度 | 第40页 | 3.3.2 确定初始二次分类曲面 | 第40页 | 3.3.3 确定每个样本的模糊隶属度 | 第40-41页 | 3.3.4 F2NQSSVM模型训练和检测 | 第41-42页 | 4 基于F2NQSSVM的信用卡欺诈检测实验分析及验证 | 第42-60页 | 4.1 基于F2NQSSVM的信用卡欺诈检测模型实验分析 | 第43-53页 | 4.1.1 数据来源 | 第43-44页 | 4.1.2 数据属性 | 第44-45页 | 4.1.3 数据预处理 | 第45-49页 | 4.1.4 F2NQSSVM模型训练 | 第49-51页 | 4.1.5 模型输出和检测结果 | 第51-53页 | 4.2 基于F2NQSSVM的信用卡欺诈检测模型验证 | 第53-60页 | 4.2.1 验证结果分析 | 第55-60页 | 5 结论及展望 | 第60-63页 | 5.1 本研究工作总结 | 第60-61页 | 5.2 结论及建议 | 第61-62页 | 5.3 未来研究展望 | 第62-63页 | 附录-申请信用卡时重要特征选择调查访谈 | 第63-66页 | 参考文献 | 第66-73页 | 后记 | 第73-74页 |
|
|
|
|
论文编号BS3313792,这篇论文共74页 会员购买按0.35元/页下载,共需支付25.9元。 直接购买按0.5元/页下载,共需要支付37元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|