| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究的背景及意义 | 第11-12页 |
| 1.2 国内外相关研究综述 | 第12-14页 |
| 1.2.1 国外研究综述 | 第12-13页 |
| 1.2.2 国内研究综述 | 第13-14页 |
| 1.3 本文的研究内容、研究方法、章节安排及创新点 | 第14-16页 |
| 第2章 中小企业相关概念及政府扶持理论 | 第16-21页 |
| 2.1 中小企业概念的一般界定 | 第16-18页 |
| 2.1.1 国外政府对中小企业的界定 | 第16-17页 |
| 2.1.2 我国对中小企业的界定 | 第17-18页 |
| 2.2 政府扶持中小企业发展的理论基础 | 第18-21页 |
| 2.2.1 政府经济职能理论 | 第18-19页 |
| 2.2.2 政府与中小企业的关系 | 第19-20页 |
| 2.2.3 政府治理理论 | 第20-21页 |
| 第3章 Logistic回归模型 | 第21-25页 |
| 3.1 Logistic回归模型 | 第21-22页 |
| 3.2 Logistic回归模型的极大似然估计 | 第22-25页 |
| 第4章 神经网络 | 第25-32页 |
| 4.1 神经网络的理论基础 | 第25-28页 |
| 4.1.1 神经元模型概述 | 第25-26页 |
| 4.1.2 神经元模型组成部分 | 第26-27页 |
| 4.1.3 神经网络的学习算法 | 第27-28页 |
| 4.2 BP神经网络理论基础 | 第28-32页 |
| 4.2.1 BP神经网络概述 | 第28页 |
| 4.2.2 BP算法公式推导 | 第28-30页 |
| 4.2.3 BP算法的步骤 | 第30-32页 |
| 第5章 衡阳市雁峰区规模以上工业企业评价实证研究 | 第32-42页 |
| 5.1 评估样本的选取及总体描述 | 第32页 |
| 5.2 企业信用评价财务指标的选取 | 第32-33页 |
| 5.3 基于Logistic回归模型的实证分析 | 第33-38页 |
| 5.3.1 对指标进行预处理 | 第33-34页 |
| 5.3.2 多元共线性分析 | 第34-35页 |
| 5.3.3 Logistic回归结果分析 | 第35-37页 |
| 5.3.4 Logistic回归的有效性检验与预测分析 | 第37-38页 |
| 5.4 基于BP神经网络模型建立与实证分析 | 第38-41页 |
| 5.4.1 对指标进行归一化处理 | 第38页 |
| 5.4.2 网络参数设定及软件实现 | 第38-39页 |
| 5.4.3 模型的训练过程 | 第39-40页 |
| 5.4.4 模型的检验过程 | 第40-41页 |
| 5.5 两个模型结果对比分析 | 第41-42页 |
| 第6章 模型分析及政府对策研究 | 第42-44页 |
| 总结与展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49页 |