基于BP神经网络的房地产税基评估研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究的背景和意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 研究方法和研究内容 | 第15-16页 |
| 1.3.1 研究方法 | 第15页 |
| 1.3.2 研究内容 | 第15-16页 |
| 1.4 研究的创新点 | 第16-18页 |
| 第2章 房地产税基评估基础理论 | 第18-32页 |
| 2.1 房地产税基评估理论 | 第18-22页 |
| 2.1.1 房地产税基评估的基本理论 | 第18-20页 |
| 2.1.2 税基价值的影响因素 | 第20-21页 |
| 2.1.3 我国税基评估的现状 | 第21-22页 |
| 2.2 批量评估技术理论 | 第22-26页 |
| 2.2.1 批量评估技术的基本概念 | 第22页 |
| 2.2.2 批量评估技术的应用前提 | 第22-23页 |
| 2.2.3 批量评估的三种方法 | 第23页 |
| 2.2.4 批量评估的实施程序 | 第23-24页 |
| 2.2.5 批量评估与个案评估优缺点的比较 | 第24-25页 |
| 2.2.6 批量评估主要技术 | 第25-26页 |
| 2.3 神经网络技术理论 | 第26-30页 |
| 2.3.1 人工神经网络原理 | 第27页 |
| 2.3.2 神经网络数学结构 | 第27-28页 |
| 2.3.3 BP神经网络模型 | 第28-30页 |
| 2.4 BP神经网络与税基评估相结合的可行性 | 第30-32页 |
| 第3章 基于BP神经网络的税基评估模型 | 第32-38页 |
| 3.1 构建房地产税基评估的指标体系 | 第32-34页 |
| 3.1.1 评估指标的选取 | 第32-34页 |
| 3.1.2 评估指标的量化方法 | 第34页 |
| 3.2 BP神经网络的设计 | 第34-36页 |
| 3.2.1 输入输出的确定 | 第34页 |
| 3.2.2 网络层数的确定 | 第34页 |
| 3.2.3 隐层单元数的确定 | 第34页 |
| 3.2.4 网络结构参数的确定 | 第34-36页 |
| 3.3 税基评估模型 | 第36-38页 |
| 3.3.1 评估原理 | 第36页 |
| 3.3.2 评估模型的流程 | 第36-38页 |
| 第4章 BP神经网络税基评估模型的应用 | 第38-48页 |
| 4.1 数据来源 | 第38-40页 |
| 4.2 数据处理 | 第40页 |
| 4.3 网络训练和仿真模拟 | 第40-46页 |
| 4.4 结果分析 | 第46-48页 |
| 第5章 结论 | 第48-50页 |
| 5.1 研究结论 | 第48页 |
| 5.2 研究的不足 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 附录 | 第53-61页 |
| 致谢 | 第61页 |
