主成分分析和神经网络在工业经济数据中的应用
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 数据来源 | 第11-14页 |
| 1.3 研究算法 | 第14-16页 |
| 1.4 本文的主要任务 | 第16-17页 |
| 1.5 本文的主要框架 | 第17-18页 |
| 1.6 本章总结 | 第18-19页 |
| 第2章 主成分分析和神经网络介绍 | 第19-27页 |
| 2.1 主成分分析算法 | 第19-21页 |
| 2.1.1 主成分分析原理 | 第19页 |
| 2.1.2 主成分分析步骤 | 第19-20页 |
| 2.1.3 主成分分析应用 | 第20-21页 |
| 2.1.4 SPSS 软件介绍 | 第21页 |
| 2.2 神经网络算法 | 第21-26页 |
| 2.2.1 人工神经网络 | 第21-23页 |
| 2.2.2 BP 神经网络算法 | 第23-25页 |
| 2.2.3 MATLAB 软件介绍 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 对工业企业数据进行主成分分析 | 第27-38页 |
| 3.1 工业企业数据 | 第27-28页 |
| 3.2 主成分分析 | 第28-34页 |
| 3.3 主成分得分结果 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 对工业产品数据进行神经网络预测 | 第38-44页 |
| 4.1 工业产品数据 | 第38-39页 |
| 4.2 建立预测模型 | 第39页 |
| 4.3 多元线性回归模型 | 第39-41页 |
| 4.4 BP 神经网络模型 | 第41-42页 |
| 4.5 实验结果 | 第42-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第5章 总结和展望 | 第44-47页 |
| 5.1 全文总结 | 第44-46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 作者简介及在学期间所取得的科研成果 | 第51-52页 |
| 致谢 | 第52页 |
