模糊神经网络技术在纳税评估中的应用研究
| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 引言 | 第6-13页 |
| ·论文研究的背景与目的 | 第6-7页 |
| ·国内外研究现状 | 第7-10页 |
| ·数据挖掘研究现状 | 第7-8页 |
| ·模糊神经网络数据挖掘研究现状 | 第8-10页 |
| ·本文研究的内容、目标、方法和解决的主要问题 | 第10-11页 |
| ·内容 | 第10-11页 |
| ·目标 | 第11页 |
| ·方法 | 第11页 |
| ·解决的主要问题 | 第11页 |
| ·论文结构安排 | 第11-13页 |
| 第二章 模糊神经网络理论 | 第13-26页 |
| ·模糊逻辑的基本概念 | 第13-16页 |
| ·模糊集合定义 | 第13-14页 |
| ·模糊数及其运算 | 第14页 |
| ·模糊推理系统的组成 | 第14-15页 |
| ·模糊数学理论的研究内容及应用成果 | 第15-16页 |
| ·人工神经网络基本原理 | 第16-21页 |
| ·神经元结构 | 第17-18页 |
| ·神经网络的基本结构 | 第18-19页 |
| ·神经网络的分类 | 第19-20页 |
| ·神经网络的学习 | 第20-21页 |
| ·模糊神经网络结构 | 第21-26页 |
| ·模糊神经网络模型 | 第21-23页 |
| ·模糊神经网络结构 | 第23-26页 |
| 第三章 模糊神经网络算法的分析和比较 | 第26-34页 |
| ·BP学习算法 | 第26-27页 |
| ·基于遗传算法的模糊神经网络学习算法 | 第27-28页 |
| ·基于随机学习自动机的模糊神经网络学习算法 | 第28-33页 |
| ·学习自动机的基本原理 | 第29-30页 |
| ·学习自动机在模糊神经网络中的应用 | 第30-33页 |
| ·小结 | 第33-34页 |
| 第四章 模糊神经网络技术在纳税评估中的应用 | 第34-48页 |
| ·税务信息的特点 | 第34页 |
| ·实现方法 | 第34-43页 |
| ·应税销售额模糊神经网络非线性模型的建立与验证 | 第43-47页 |
| ·模型设计 | 第43-45页 |
| ·模型仿真结果 | 第45-47页 |
| ·结论 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·总结 | 第48页 |
| ·进一步研究的工作 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-55页 |
