| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景 | 第10-12页 |
| ·研究目的及意义 | 第12-14页 |
| ·研究综述 | 第14-15页 |
| ·研究内容 | 第15-16页 |
| ·文章结构安排 | 第16-18页 |
| 第二章 企业价值评估方法分析 | 第18-24页 |
| ·企业价值及其影响因素 | 第18-19页 |
| ·企业价值 | 第18-19页 |
| ·企业价值的影响因素 | 第19页 |
| ·企业价值评估 | 第19-23页 |
| ·企业价值评估的概念 | 第20页 |
| ·企业价值评估主要方法 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 企业价值评估中的挖掘技术 | 第24-31页 |
| ·数据挖掘的定义及步骤 | 第24页 |
| ·数据挖掘的一般过程 | 第24-25页 |
| ·数据挖掘分类 | 第25-26页 |
| ·挖掘领域中的神经网络模型 | 第26-29页 |
| ·径向基神经网络 | 第26-27页 |
| ·径向基函数 | 第27-29页 |
| ·RBFNN 结构 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第四章 基于改进LIRBF 的企业价值评估系统设计 | 第31-47页 |
| ·企业价值评估系统的设计 | 第31-33页 |
| ·企业价值评估系统的结构 | 第31-32页 |
| ·价值评估因素 | 第32-33页 |
| ·改进LIRBF 混合回归模型 | 第33-35页 |
| ·改进LIRBF 混合回归学习算法 | 第35-41页 |
| ·估计模型系数 | 第35-38页 |
| ·使用遗传算法获得径向基函数 | 第38-41页 |
| ·现金流量模型 | 第41页 |
| ·实验设计 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于改进的ELM 零售库存周转率的计算 | 第47-67页 |
| ·库存周转率的计算 | 第47-53页 |
| ·库存周转率的计算方法综述 | 第47-48页 |
| ·库存周转率的影响因素分析 | 第48-53页 |
| ·回归模型分析 | 第53-56页 |
| ·常见面板回归模型 | 第53-54页 |
| ·模型选用 | 第54-55页 |
| ·结论 | 第55-56页 |
| ·改进的ELM 方法及学习样本处理 | 第56-62页 |
| ·ELM 方法简介 | 第57-58页 |
| ·改进的ELM 方法 | 第58-61页 |
| ·分类样本的处理 | 第61-62页 |
| ·基于改进 ELM 的库存周转率的预测 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 零售企业价值评估决策支持系统软件实例 | 第67-72页 |
| ·决策支持系统的理论基础 | 第67-69页 |
| ·决策支持系统基本概念 | 第67-68页 |
| ·决策支持系统决策过程 | 第68-69页 |
| ·企业估值决策支持系统结构 | 第69-71页 |
| ·数据库 | 第69-70页 |
| ·模型 | 第70页 |
| ·人机交互系统 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第七章 总结与展望 | 第72-74页 |
| ·全文总结 | 第72-73页 |
| ·存在的问题与研究前景 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间已发表或录用的论文 | 第79-81页 |