首页--经济论文--经济计划与管理论文--城市与市政经济论文--城市经济管理论文--房地产经济论文

基于改进BP神经网络的住宅房价格分析研究

摘要第1-6页
Abstract第6-7页
第一章 绪论第7-11页
   ·选题背景第7页
   ·研究意义第7-8页
   ·研究现状第8-9页
   ·研究内容第9-10页
   ·小结第10-11页
第二章 房地产价格影响因素和评估方法第11-23页
   ·房地产价格理论第11-16页
     ·房地产价格的概念第11-12页
     ·长期市场供求价格机制论第12-15页
     ·短期市场供求价格机制论第15-16页
   ·房地产价格影响因素第16-19页
     ·房地产价格影响因素的分类第16-17页
     ·房地产价格的主要影响因素第17-19页
   ·房地产估价方法第19-22页
     ·市场比较法的基本原理第19-20页
     ·成本法的基本原理第20页
     ·收益法的基本原理第20-22页
   ·小结第22-23页
第三章 神经网络理论基础第23-37页
   ·神经网络概述第23-26页
     ·生物神经元及特征第23-24页
     ·人工神经元模型第24-26页
   ·BP神经网络第26-34页
     ·BP神经元第26-27页
     ·BP神经网络的算法第27-31页
     ·BP网络学习规则第31-34页
   ·BP神经网络的不足及改进第34-36页
     ·BP神经网络存在的问题第34-35页
     ·BP算法的改进第35-36页
   ·小结第36-37页
第四章 价格评估神经网络模型第37-43页
   ·神经网络估价原理第37页
   ·神经网络估价流程设计第37-39页
   ·BP神经网络的设计第39-41页
     ·输入输出变量的确定第39-40页
     ·网络层数的确定第40页
     ·隐含层单元数的确定第40页
     ·网络结构参数的确定第40-41页
   ·小结第41-43页
第五章 MATLAB的房地产估价神经网络模型实现第43-59页
   ·MATLAB概述第43页
   ·基于MATLAB的BP神经网络工具箱函数第43-46页
     ·BP网络创建函数第44-45页
     ·神经元上的传递函数第45-46页
     ·BP网络学习函数第46页
     ·BP网络训练函数第46页
   ·房地产估价神经网络程序的实现第46-54页
     ·数据的准备第46-48页
     ·数据处理第48页
     ·网络学习第48-54页
   ·基于改进的BP网络模型实现第54-58页
   ·小结第58-59页
第六章 结论与展望第59-61页
   ·研究主要工作和结论第59页
   ·不足和展望第59-61页
参考文献第61-63页
攻读学位期间发表论文第63-64页
附录第64-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:H.264/AVC码率控制算法研究
下一篇:战后日本制造业兴衰对中国制造业科学发展的启示