| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-18页 |
| 1.1 课题研究的目的和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 记忆原理以及人工鱼研究现状 | 第9-10页 |
| 1.2.2 味觉和嗅觉以及联想记忆的研究现状 | 第10-11页 |
| 1.2.3 内部状态的研究现状 | 第11-12页 |
| 1.3 国内外研究现状存在的不足与相应的解决方法 | 第12-13页 |
| 1.4 研究内容和目标及拟解决的关键问题 | 第13-16页 |
| 1.4.1 研究内容和目标 | 第13-15页 |
| 1.4.2 解决的关键问题及解决方法 | 第15页 |
| 1.4.3 论文的组织结构 | 第15-16页 |
| 1.5 采取的研究方法、技术路线和创新点 | 第16-18页 |
| 1.5.1 拟采用的研究方法 | 第16页 |
| 1.5.2 拟采取的技术路线 | 第16-17页 |
| 1.5.3 创新点 | 第17-18页 |
| 2 基于记忆原理的人工鱼味觉和嗅觉感知模型 | 第18-36页 |
| 2.1 引言 | 第18页 |
| 2.2 人工鱼整体模型 | 第18-21页 |
| 2.2.1 信息传递过程 | 第18-19页 |
| 2.2.2 人工鱼整体模型 | 第19-21页 |
| 2.3 味觉和嗅觉感知模型的建立 | 第21-27页 |
| 2.3.1 味觉感知的基本模型 | 第21页 |
| 2.3.2 嗅觉感知的基本模型 | 第21-22页 |
| 2.3.3 基于记忆原理的人工鱼味觉和嗅觉感知模型的工作原理 | 第22-23页 |
| 2.3.4 人工鱼味觉和嗅觉感知模型记忆模块设计 | 第23-25页 |
| 2.3.5 特征信息的数学模型以及检测算法 | 第25-27页 |
| 2.4 味觉和嗅觉感知模型记忆遗忘和更新数学模型 | 第27-29页 |
| 2.4.1 味觉和嗅觉遗忘数学模型建立 | 第27-28页 |
| 2.4.2 味觉和嗅觉更新数学模型 | 第28-29页 |
| 2.5 行为选择和记忆模块的更新数学模型 | 第29-32页 |
| 2.6 基于记忆原理的味觉和嗅觉人工鱼感知模型的实现 | 第32-34页 |
| 2.6.1 味觉和嗅觉感知模型更新记忆库和流程图 | 第32-33页 |
| 2.6.2 味觉和嗅觉感知模型算法实现流程 | 第33-34页 |
| 2.7 实例研究 | 第34-35页 |
| 2.7.1 实验设计 | 第34页 |
| 2.7.2 实验结果分析 | 第34-35页 |
| 2.8 结论 | 第35-36页 |
| 3 基于内部状态记忆原理的行为模型 | 第36-48页 |
| 3.1 引言 | 第36-37页 |
| 3.2 基于内部状态记忆原理的人工行为选择模型 | 第37-42页 |
| 3.2.1 内部状态、刺激因素理论 | 第37-38页 |
| 3.2.2 基于内部状态记忆原理的人工鱼行为选择模型的工作原理 | 第38-39页 |
| 3.2.3 人工鱼内部状态记忆模型记忆模块设计 | 第39页 |
| 3.2.4 人工鱼内部状态记忆遗忘和更新模型 | 第39-42页 |
| 3.3 基于内部状态记忆原理人工鱼行为选择模型的实现流程 | 第42-44页 |
| 3.3.1 人工鱼内部状态记忆行为选择模型算法实现 | 第42-43页 |
| 3.3.2 人工鱼内部状态记忆原理行为模型算法实现 | 第43-44页 |
| 3.4 实例研究 | 第44-47页 |
| 3.4.1 实验设计 | 第44页 |
| 3.4.2 实验结果分析 | 第44-47页 |
| 3.5 结论 | 第47-48页 |
| 4 基于联想记忆神经网络的税务风险分析系统 | 第48-65页 |
| 4.1 简介 | 第48页 |
| 4.2 神经网络的简介 | 第48-53页 |
| 4.2.1 生物神经元 | 第48-49页 |
| 4.2.2 人工神经网络的概念和阶段 | 第49-51页 |
| 4.2.3 人工神经网络模型拓扑结构 | 第51-52页 |
| 4.2.4 人工神经网络的应用 | 第52-53页 |
| 4.3 基于联想记忆的神经网络及其在税务风险分析方面的应用 | 第53-55页 |
| 4.3.1 基于联想记忆的神经网络 | 第53-55页 |
| 4.3.2 基于联想记忆神经网络的税务风险分析 | 第55页 |
| 4.4 系统结构设计 | 第55-57页 |
| 4.4.1 系统功能分析 | 第55-56页 |
| 4.4.2 数据库的建立 | 第56页 |
| 4.4.3 用户界面的设计 | 第56-57页 |
| 4.5 系统算法设计 | 第57-59页 |
| 4.5.1 多层前馈网络的 BP 算法分析 | 第57-58页 |
| 4.5.2 输入向量的生成 | 第58-59页 |
| 4.5.3 MATLAB 程序中的运算 | 第59页 |
| 4.6 输出的结果 | 第59-65页 |
| 4.6.1 系统的实现 | 第59页 |
| 4.6.2 用户界面的实现 | 第59-60页 |
| 4.6.3 次年整体税务风险分析预测的实现 | 第60页 |
| 4.6.4 次年主要类型的风险分析预测 | 第60-63页 |
| 4.6.5 系统的测试及结果分析 | 第63-65页 |
| 5 总结 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 作者在读期间的研究成果 | 第70页 |
