人工神经网络在纳税评定中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第6-7页 |
| ·国内研究现状 | 第6页 |
| ·本文研究的目的和意义 | 第6页 |
| ·课题的来源 | 第6页 |
| ·论文研究的主要内容 | 第6-7页 |
| 第二章 人工神经网络基本理论 | 第7-19页 |
| ·神经网络研究的进展 | 第7-8页 |
| ·人工神经网络的发展研究 | 第7-8页 |
| ·神经网络的特性 | 第8页 |
| ·人工神经网络的结构 | 第8-10页 |
| ·神经元及其特性 | 第8-9页 |
| ·人工神经网络的基本特征和结构 | 第9-10页 |
| ·人工神经网络的主要学习算法 | 第10页 |
| ·人工神经网络的典型模型 | 第10-11页 |
| ·BP神经网络模型 | 第11-14页 |
| ·标准BP神经网络基本原理 | 第11-12页 |
| ·BP神经网络结构 | 第12-13页 |
| ·BP神经网络学习算法 | 第13-14页 |
| ·BP网络的局限与改进 | 第14-16页 |
| ·BP网络的局限 | 第14-15页 |
| ·BP算法的常用改进方法 | 第15-16页 |
| ·BP神经模型设计 | 第16-18页 |
| ·BP人工神经网络的层数选取 | 第16-17页 |
| ·BP人工神经网络的输入层和输出层的设计 | 第17页 |
| ·BP人工神经网络隐含层的节点选择 | 第17页 |
| ·BP人工神经网络初始权值的选取 | 第17-18页 |
| ·BP经网络学习速率的选择 | 第18页 |
| ·BP人工神经网络期望误差的选取 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 MATLAB神经网络工具箱简介 | 第19-24页 |
| ·MATLAB7介绍 | 第19-20页 |
| ·神经网络工具箱BP网络的相关函数介绍 | 第20-23页 |
| ·BP网络创建函数—newff | 第20页 |
| ·BP网络神经元上的传递函数 | 第20-21页 |
| ·BP网络学习函数—learngdm | 第21页 |
| ·BP网络训练函数 | 第21-22页 |
| ·BP网络性能函数—mse | 第22页 |
| ·神经网络仿真函数—sim | 第22-23页 |
| ·数据预处理函数 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第四章 基于BP神经网络的纳税评定 | 第24-47页 |
| ·问题描述 | 第24-25页 |
| ·输入和目标向量设计 | 第25-28页 |
| ·繁华路段BP网络设计 | 第28-34页 |
| ·网络创建 | 第28-29页 |
| ·网络训练与测试 | 第29-32页 |
| ·结果分析 | 第32-34页 |
| ·一般路段BP网络设计 | 第34-40页 |
| ·网络创建 | 第34-35页 |
| ·网络训练与测试 | 第35-38页 |
| ·结果分析 | 第38-40页 |
| ·偏僻路段BP网络设计 | 第40-46页 |
| ·网络创建 | 第40-41页 |
| ·网络训练与测试 | 第41-44页 |
| ·结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 结束语 | 第47-48页 |
| ·总结 | 第47页 |
| ·展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 附录 | 第51-52页 |
