| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.2 相关的研究动态 | 第9-13页 |
| 1.2.1 Lasso方法的研究背景及现状 | 第9-10页 |
| 1.2.2 BP神经网络模型的研究背景及现状 | 第10-11页 |
| 1.2.3 平衡纵向数据模型的研究背景及现状 | 第11-12页 |
| 1.2.4 半参数Logistic模型的研究背景及现状 | 第12-13页 |
| 1.3 文章的主要研究内容 | 第13-14页 |
| 第二章 相关理论基础知识 | 第14-23页 |
| 2.1 Lasso方法及改进的Lasso方法 | 第14-17页 |
| 2.1.1 Lasso方法 | 第14-15页 |
| 2.1.2 Adaptive Lasso、Elastic net与Adaptive Elastic net方法 | 第15-17页 |
| 2.2 几类模型的介绍 | 第17-23页 |
| 2.2.1 BP神经网络模型 | 第17-19页 |
| 2.2.2 平衡纵向数据模型 | 第19-20页 |
| 2.2.3 半参数Logistic模型 | 第20-23页 |
| 第三章 基于Lasso方法的BP神经网络模型应用 | 第23-30页 |
| 3.1 引言 | 第23页 |
| 3.2 建模与实证分析 | 第23-28页 |
| 3.2.1 数据来源及变量选择 | 第23-24页 |
| 3.2.2 实证分析与数值比较 | 第24-28页 |
| 3.3 预测与结果分析 | 第28页 |
| 3.4 本章小结 | 第28-30页 |
| 第四章 基于改进的Lasso方法的平衡纵向数据模型 | 第30-39页 |
| 4.1 引言 | 第30页 |
| 4.2 基于改进的Lasso方法的平衡纵向数据模型的定义 | 第30-31页 |
| 4.3 基于改进的Lasso方法的平衡纵向数据模型的性质 | 第31-35页 |
| 4.4 数值模拟及结果分析 | 第35-36页 |
| 4.5 实例应用 | 第36-38页 |
| 4.6 本章小结 | 第38-39页 |
| 第五章 基于改进的Lasso方法的半参数Logistic模型 | 第39-46页 |
| 5.1 引言 | 第39页 |
| 5.2 模型和估计方法 | 第39-42页 |
| 5.3 数值模拟及分析 | 第42-45页 |
| 5.4 本章小结 | 第45-46页 |
| 结论与展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士期间主要的研究成果 | 第52-53页 |
| 致谢 | 第53-54页 |
