基于数据挖掘技术的武汉市财政收入预测与分析
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容与方法 | 第11-13页 |
| 2 财政预测理论概述 | 第13-15页 |
| 2.1 财政预测的定义 | 第13页 |
| 2.2 财政预测方法 | 第13-14页 |
| 2.3 本章小结 | 第14-15页 |
| 3 数据挖掘理论概述 | 第15-19页 |
| 3.1 数据挖掘的定义 | 第15-16页 |
| 3.2 数据挖掘的实施步骤及过程 | 第16-18页 |
| 3.3 本章小结 | 第18-19页 |
| 4 财政预测技术与方法 | 第19-33页 |
| 4.1 神经网络算法 | 第19-24页 |
| 4.2 灰色预测模型GM(1,1) | 第24-27页 |
| 4.3 Adaptive-Lasso变量选取 | 第27-32页 |
| 4.4 本章小结 | 第32-33页 |
| 5 武汉市财政预测模型的建立与分析 | 第33-45页 |
| 5.1 数据的理解 | 第33-35页 |
| 5.2 数据的探索 | 第35-38页 |
| 5.3 模型建立和实证分析 | 第38-43页 |
| 5.4 灰色预测结果分析 | 第43页 |
| 5.5 财政收入的神经网络预测 | 第43-44页 |
| 5.6 神经网络预测结果分析 | 第44页 |
| 5.7 本章小结 | 第44-45页 |
| 6 总结与展望 | 第45-47页 |
| 6.1 全文总结 | 第45页 |
| 6.2 课题展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
