| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 选题背景和研究意义 | 第8-9页 |
| 1.1.1 选题背景 | 第8-9页 |
| 1.1.2 选题的意义 | 第9页 |
| 1.2 文献综述 | 第9-13页 |
| 1.2.1 国外批量评估研究综述 | 第9-11页 |
| 1.2.2 国内批量评估研究综述 | 第11页 |
| 1.2.3 神经网络的国内外研究综述 | 第11-12页 |
| 1.2.4 粗糙集理论的国内外研究综述 | 第12页 |
| 1.2.5 粗糙-神经网络的国内外研究综述 | 第12-13页 |
| 1.3 问题的提出 | 第13-14页 |
| 1.3.1 传统批量评估方法存在的不足 | 第13页 |
| 1.3.2 使用粗糙神经网络的原因 | 第13-14页 |
| 1.4 研究内容和思路 | 第14-15页 |
| 1.4.1 研究内容 | 第14页 |
| 1.4.2 研究思路 | 第14-15页 |
| 1.5 本文的创新点 | 第15-16页 |
| 1.6 本章小结 | 第16-17页 |
| 第二章 房产税税基批量评估理论基础 | 第17-24页 |
| 2.1 房产税税基的确定 | 第17页 |
| 2.2 房地产价格的形成和特征 | 第17-19页 |
| 2.2.1 房地产价格的形成 | 第17-18页 |
| 2.2.2 房地产价格的特征 | 第18-19页 |
| 2.3 基本的估价方法及原理 | 第19-21页 |
| 2.3.1 市场比较法 | 第19-20页 |
| 2.3.2 收益还原法 | 第20页 |
| 2.3.3 重置成本法 | 第20-21页 |
| 2.3.4 三种方法的比较 | 第21页 |
| 2.4 房地产价格批量评估方法及原理 | 第21-23页 |
| 2.4.1 批量评估方法的概念 | 第21-23页 |
| 2.4.2 批量评估方法的流程 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 粗糙神经网络理论 | 第24-38页 |
| 3.1 BP神经网络理论 | 第24-31页 |
| 3.1.1 神经网络的基本概念 | 第24-25页 |
| 3.1.2 BP神经网络 | 第25-30页 |
| 3.1.3 BP算法的改进 | 第30-31页 |
| 3.1.4 BP神经网络用于房产价格批量评估的原理 | 第31页 |
| 3.2 粗糙集理论 | 第31-36页 |
| 3.2.1 知识与知识库 | 第32页 |
| 3.2.2 不可分辨关系 | 第32-33页 |
| 3.2.3 粗糙集基本概念 | 第33-34页 |
| 3.2.4 粗糙集的属性约简 | 第34-36页 |
| 3.3 粗糙集与神经网络的结合 | 第36-37页 |
| 3.3.1 两种方法优势互补 | 第36-37页 |
| 3.3.2 粗糙集与神经网络的结合方式 | 第37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于粗糙集-BP神经网络的房产税税基评估模型构建 | 第38-50页 |
| 4.1 评税区段的划分 | 第38页 |
| 4.2 模型的构建思路 | 第38-40页 |
| 4.3 房地产价格影响因素分析 | 第40-45页 |
| 4.3.1 影响房地产价格形成的一般因素 | 第40-42页 |
| 4.3.2 影响房地产价格形成的区位因素 | 第42-43页 |
| 4.3.3 影响房地产价格形成的个别因素 | 第43-45页 |
| 4.4 构建模型 | 第45-49页 |
| 4.4.1 输入输出变量的确定 | 第45页 |
| 4.4.2 数据预处理 | 第45-46页 |
| 4.4.3 属性约简算法 | 第46页 |
| 4.4.4 BP神经网络的设计 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 实证分析—以福州市为例 | 第50-67页 |
| 5.1 评税区选择及数据来源 | 第50-52页 |
| 5.2 指标的量化 | 第52-54页 |
| 5.3 属性的约简 | 第54-58页 |
| 5.3.1 数据的离散化 | 第54-56页 |
| 5.3.2 数据的清理 | 第56-57页 |
| 5.3.3 基于属性重要度的属性约简 | 第57-58页 |
| 5.4 神经网络模型的训练和验证 | 第58-64页 |
| 5.4.1 网络模型的训练 | 第59-61页 |
| 5.4.2 网络模型的检验 | 第61-64页 |
| 5.5 与普通BP神经网络模型的比较 | 第64-66页 |
| 5.6 本章小结 | 第66-67页 |
| 结论、不足及展望 | 第67-69页 |
| 一、结论 | 第67页 |
| 二、不足及展望 | 第67-68页 |
| 三、建议 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第74页 |