| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 前言 | 第12-13页 |
| 1 绪论 | 第13-21页 |
| ·研究背景与依据 | 第13-14页 |
| ·研究背景 | 第13-14页 |
| ·研究目的与意义 | 第14页 |
| ·国内外研究现状 | 第14-18页 |
| ·国内房地产预警研究现状 | 第14-17页 |
| ·国外房地产预警研究现状 | 第17-18页 |
| ·主要研究方法与研究思路 | 第18-19页 |
| ·论文结构安排 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 2 房地产预警研究综述 | 第21-31页 |
| ·房地产预警系统的内涵 | 第21-25页 |
| ·房地产预警系统的定义 | 第21-23页 |
| ·房地产预警系统的组成要素 | 第23页 |
| ·房地产市场预警系统的流程设计 | 第23-25页 |
| ·房地产预警系统的基本分析原则 | 第25-26页 |
| ·房地产预警系统的特征 | 第26-28页 |
| ·房地产预警系统的功能 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 3 房地产预警的基本理论及基本方法 | 第31-36页 |
| ·房地产预警的基本理论 | 第31-33页 |
| ·房地产周期波动理论 | 第31-32页 |
| ·房地产可持续发展理论 | 第32页 |
| ·预测理论 | 第32-33页 |
| ·房地产预警的基本方法 | 第33-35页 |
| ·景气循环预警方法 | 第33页 |
| ·综合预警方法 | 第33-34页 |
| ·模型预警方法 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 房地产预警系统模型研究 | 第36-66页 |
| ·基于神经网络的房地产预警系统模型基本特点分析 | 第36-43页 |
| ·神经网络概述 | 第36页 |
| ·神经网络的特点 | 第36-37页 |
| ·神经网络模型理论 | 第37-41页 |
| ·神经网络模型优势及特点 | 第41-43页 |
| ·目前存在的问题 | 第43页 |
| ·基于LVQ-RBF 的改进型神经网络模型的理论基础及优势 | 第43-53页 |
| ·模型的理论基础 | 第44-50页 |
| ·模型特点及优势 | 第50-53页 |
| ·基于LVQ-RBF 的改进型神经网络模型 | 第53-65页 |
| ·LVQ-RBF 网络的构建 | 第53-56页 |
| ·神经网络隐层结构的分析及确定 | 第56-58页 |
| ·改进型学习算法研究 | 第58-65页 |
| ·本章小结 | 第65-66页 |
| 5 基于LVQ-RBF 模型的青岛市房地产市场风险预警实证研究 | 第66-82页 |
| ·建立监测预警指标体系 | 第66-70页 |
| ·警兆指标的选取 | 第66-67页 |
| ·数据预处理 | 第67-69页 |
| ·预警线和预警域划分 | 第69-70页 |
| ·确定综合指标预警准则 | 第70-71页 |
| ·警情分析 | 第71-73页 |
| ·单指标警情分析 | 第71-72页 |
| ·综合指标警情分析 | 第72-73页 |
| ·模型的训练 | 第73-79页 |
| ·基于学习矢量化（LVQ）网络分类器功能实现 | 第74-76页 |
| ·基于径向基函数（RBF）神经网络精确拟合功能实现 | 第76-79页 |
| ·测试结果及分析 | 第79-81页 |
| ·本章小结 | 第81-82页 |
| 6 研究结论与展望 | 第82-85页 |
| ·研究结论 | 第82-83页 |
| ·本文的主要创新点 | 第83页 |
| ·研究局限与展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89页 |
