摘要3-4
Abstract4-7
第一章 绪论7-13
1.1 概述7-9
1.1.1 选题背景7-8
1.1.2 选题作用8-9
1.2 径向基函数神经网络概述9-11
1.3 本论文的主要探讨思路和结构安排11-13
1.3.1 本论文探讨思路11-12
1.3.2 本论文篇章结构12-13
第二章 径向基函数神经网络论述13-31
2.1 人工神经网络概述13-18
2.1.1 人工神经网路进展历程回顾13-15
2.1.2 人工神经网络基本原理15-17
2.1.3 人工神经网络学习方式17-18
2.2 径向基函数神经网络论述18-30
2.2.1 径向基函数神经网络结构18-19
2.2.2 径向基函数神经网络数学模型19-25
2.2.3 径向基函数神经网络学习算法25-29
2.2.4 径向基函数神经网络设计29-30
2.3 小结30-31
第三章 基于主成分浅析的径向基函数神经网络模型31-41
3.1 主成分浅析论述概述31-32
3.2 主成分浅析的特点和数学模型32-38
3.2.1 主成分浅析的几何作用32-34
3.2.2 主成分浅析的性质34-35
3.2.3 主成分的计算35-38
3.3 基于主成分浅析优化的 RBFN 模型38-40
3.4 小结40-41
第四章 PCA-RBFN 模型在企业财务预警中的运用41-53
4.1 财务预警概述41-47
4.1.1 财务危机概念的界定41-44
4.1.2 财务预警综述44-47
4.2 实验浅析47-52
4.2.1 样本和指标的选取47-48
4.2.2 实验浅析步骤48-51
4.2.3 实验结果浅析51-52
4.5 小结52-53
第五章 企业财务预警系统的设计和实现53-59
5.1 系统功能及总体构架53-55
5.2 数据管理子系统55-56
5.2.1 数据类型55-56
5.2.2 数据管理子系统功能56
5.3 预警运用子系统56-58
5.4 小结58-59
第六章 总结与展望59-61
致谢61-63