基于数据挖掘技术的纳税信用等级划分
| 第1章 绪论 | 第1-18页 |
| 1．1 研究课题的来源、目的和意义 | 第9-10页 |
| 1．2 纳税信用等级划分的应用及动态 | 第10页 |
| 1．3 数据挖掘 | 第10-15页 |
| 1．3．1 数据挖掘的研究领域 | 第11-13页 |
| 1．3．2 数据挖掘的方向和特点 | 第13-14页 |
| 1．3．3 数据挖掘的主要算法 | 第14-15页 |
| 1．4 信用评价 | 第15-17页 |
| 1．5 本文的主要内容 | 第17-18页 |
| 第2章 基于异常的多策略聚类研究 | 第18-36页 |
| 2．1 异常点数据挖掘的定义 | 第18-19页 |
| 2．2 异常点数据挖掘的方法 | 第19-22页 |
| 2．3 常用聚类算法 | 第22-25页 |
| 2．4 多策略方法的研究 | 第25-26页 |
| 2．5 基于异常的多策略聚类 | 第26-31页 |
| 2．5．1 算法原理 | 第26-28页 |
| 2．5．2 算法实现 | 第28-30页 |
| 2．5．3 聚类优化 | 第30-31页 |
| 2．6 实验结果分析 | 第31-35页 |
| 2．7 本章小结 | 第35-36页 |
| 第3章 神经网络分类研究 | 第36-46页 |
| 3．1 前馈性神经网络 | 第36页 |
| 3．2 BP算法 | 第36-39页 |
| 3．3 BP算法优化 | 第39-42页 |
| 3．3．1 基于标准梯度下降方法 | 第40-41页 |
| 3．3．2 基于数值优化方法 | 第41-42页 |
| 3．4 单参数动态搜索算法(SPDS) | 第42-45页 |
| 3．4．1 算法思想 | 第42-43页 |
| 3．4．2 算法原理 | 第43-45页 |
| 3．5 本章小结 | 第45-46页 |
| 第4章 实验结果及应用 | 第46-67页 |
| 4．1 地税信息管理系统 | 第46-47页 |
| 4．2 纳税信用等级划分系统 | 第47-50页 |
| 4．2．1 系统原型 | 第47-49页 |
| 4．2．2 关键技术 | 第49-50页 |
| 4．3 数据准备 | 第50-53页 |
| 4．3．1 数据预处理 | 第50-52页 |
| 4．3．2 规范化处理 | 第52-53页 |
| 4．4 神经网络分类器的实现 | 第53-58页 |
| 4．4．1 分类器结构 | 第53-54页 |
| 4．4．2 分类器实现关键技术 | 第54-55页 |
| 4．4．3 神经网络训练 | 第55-58页 |
| 4．5 实验结果及分析 | 第58-66页 |
| 4．6 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 个人简历 | 第75页 |
