河北省海洋经济监测与评估系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 论文的研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 本论文的主要研究内容 | 第9-10页 |
| 1.4 论文的组织结构 | 第10-12页 |
| 第2章 系统架构与模型设计 | 第12-18页 |
| 2.1 经济功能模块设计 | 第12-13页 |
| 2.2 SOA架构设计 | 第13-14页 |
| 2.2.1 SOA架构简介 | 第13页 |
| 2.2.2 基于SOA的系统架构设计 | 第13-14页 |
| 2.3 B/S模式及JavaEE体系结构设计 | 第14-16页 |
| 2.3.1 B/S模式设计及优势 | 第14-15页 |
| 2.3.2 JavaEE体系结构设计 | 第15-16页 |
| 2.4 海洋经济数据挖掘与统计标准设计 | 第16页 |
| 2.5 本章小结 | 第16-18页 |
| 第3章 海洋经济运行监测与评估系统设计 | 第18-30页 |
| 3.1 系统的总体设计 | 第18页 |
| 3.2 系统的数据库设计 | 第18-28页 |
| 3.3 本章小结 | 第28-30页 |
| 第4章 涉海企业月营业利润预测模型构建 | 第30-42页 |
| 4.1 基于支持向量机的预测模型 | 第30-35页 |
| 4.1.1 间隔与支持向量 | 第30-31页 |
| 4.1.2 核函数与核方法 | 第31-34页 |
| 4.1.3 软间隔与支持向量回归 | 第34-35页 |
| 4.2 基于BP神经网络的预测模型 | 第35-38页 |
| 4.2.1 神经元模型 | 第35页 |
| 4.2.2 感知机与神经网络 | 第35-36页 |
| 4.2.3 误差逆向传播算法 | 第36-38页 |
| 4.3 涉海企业月营业额预测模型构建及结果分析 | 第38-39页 |
| 4.3.1 基于支持向量机的预测模型构建 | 第38-39页 |
| 4.3.2 基于BP神经网络的预测模型构建 | 第39页 |
| 4.4 月营业利润预测结果及分析 | 第39页 |
| 4.5 本章小结 | 第39-42页 |
| 第5章 涉海企业关联规则模型构建 | 第42-48页 |
| 5.1 Apriori关联规则挖掘理论基础 | 第42-43页 |
| 5.2 涉海企业月营业利润关联指标挖掘 | 第43-44页 |
| 5.3 涉海企业运行指标关联规则挖掘 | 第44-45页 |
| 5.4 不同类别涉海企业经济带动情况挖掘与分析 | 第45页 |
| 5.5 本章小结 | 第45-48页 |
| 第6章 系统的实现与分析 | 第48-62页 |
| 6.1 经济监测模块设计 | 第48-51页 |
| 6.1.1 数据填报 | 第48-49页 |
| 6.1.2 数据审核 | 第49页 |
| 6.1.3 指标查询 | 第49-50页 |
| 6.1.4 报表查看 | 第50页 |
| 6.1.5 单位信息管理 | 第50-51页 |
| 6.1.6 数据督办 | 第51页 |
| 6.2 经济评估模块 | 第51-53页 |
| 6.2.1 企业月营业利润预测 | 第51页 |
| 6.2.2 涉海企业月营业利润关联指标挖掘 | 第51-52页 |
| 6.2.3 企业营业指标关联规则挖掘 | 第52页 |
| 6.2.4 不同类别企业经济带动情况挖掘 | 第52-53页 |
| 6.3 GIS展示 | 第53-56页 |
| 6.4 指标体系 | 第56-59页 |
| 6.4.1 指标管理 | 第56-58页 |
| 6.4.2 报表管理 | 第58-59页 |
| 6.5 系统管理 | 第59-60页 |
| 6.6 本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 个人简历 | 第70页 |
