| 内容摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·本文研究的目的 | 第9页 |
| ·国内外的研究现状 | 第9-12页 |
| ·财务分析、财务预警 | 第9-11页 |
| ·科技项目经费使用合理性评估 | 第11-12页 |
| ·本文的创新之处及内容安排 | 第12-15页 |
| ·本文创新之处 | 第12-13页 |
| ·本文的内容安排 | 第13-15页 |
| 第2章 财务分析、财务预警 | 第15-26页 |
| ·财务分析 | 第15-16页 |
| ·当前财务分析方法 | 第15页 |
| ·数据挖掘及其在财务领域的应用现状 | 第15-16页 |
| ·财务预警 | 第16-18页 |
| ·财务预警常用方法 | 第16-17页 |
| ·财务预警模型研究 | 第17-18页 |
| ·企业财务状况分析 | 第18-26页 |
| ·企业分类 | 第18-19页 |
| ·财务指标降维 | 第19-22页 |
| ·各行业财务特征 | 第22-25页 |
| ·人工神经网络实现财务指标的修正 | 第25-26页 |
| 第3章 人工神经网络及其在财务分析、财务预测中的应用 | 第26-43页 |
| ·人工神经网络概述 | 第26-29页 |
| ·人工神经网络模型 | 第26-27页 |
| ·人工神经网络的学习 | 第27-29页 |
| ·人工神经网络的优缺点 | 第29页 |
| ·BP 神经网络 | 第29-34页 |
| ·BP 神经网络概述 | 第29-30页 |
| ·BP 算法的数学描述 | 第30-32页 |
| ·BP 算法的参数调节 | 第32-34页 |
| ·BP 网络的局限性 | 第34页 |
| ·财务分析模型的建立 | 第34-40页 |
| ·BP 算法的执行步骤 | 第34-35页 |
| ·训练样本数据处理 | 第35-36页 |
| ·BP 神经网络财务分析模型 | 第36-40页 |
| ·财务预测模型 | 第40-43页 |
| 第4章 科技项目经费预算评价的理论与方法探讨 | 第43-60页 |
| ·知识表示的相关方法 | 第43-50页 |
| ·产生式规则表示 | 第43-45页 |
| ·语义网络表示 | 第45-47页 |
| ·框架表示 | 第47-48页 |
| ·面向对象表示 | 第48-50页 |
| ·知识表示在科技经费中的应用 | 第50-55页 |
| ·科技经费预算简述 | 第50-52页 |
| ·显性规则 | 第52页 |
| ·隐性规则 | 第52-55页 |
| ·决策树在科技项目经费预算评价中的应用 | 第55-60页 |
| ·决策树简介 | 第55-57页 |
| ·科技经费的使用合理性评价模型 | 第57-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63页 |