图书介绍

序列构造神经网络与多维数据分析PDF|Epub|txt|kindle电子书版本网盘下载

序列构造神经网络与多维数据分析
  • 王仁武著 著
  • 出版社: 上海:上海社会科学院出版社
  • ISBN:9787807453154
  • 出版时间:2008
  • 标注页数:140页
  • 文件大小:10MB
  • 文件页数:158页
  • 主题词:人工神经元网络;数据库系统-系统分析

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

序列构造神经网络与多维数据分析PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

前言1

内容提要1

第一章 多维数据分析及其研究概述1

引言1

维与多维的概念1

数据分析的视角:维1

维的度量属性2

维的层次2

维的特性2

维的分类3

维的选择与设计3

多维数据分析的概念4

多维数据分析的基础4

多维数据分析的数据准备5

多维数据分析的一般方法6

多维数据分析的应用前景9

知识发现的需求9

实际应用环境下数据增长的需求10

智能数据发展的需求11

多维数据分析的研究情况11

基于粗糙集数据的分析方法12

基于支持向量机的分析方法13

基于贝叶斯的分析方法14

第二章 神经网络及其研究概述16

引言16

人工神经网络与多维数据分析16

神经网络如何工作17

建立不同类型的模型——无指导的学习18

神经网络方法——竞争学习18

模型的优缺点19

机器学习与神经网络21

传统神经网络学习中的缺陷23

固定的网络结构23

网络训练时间周期长24

小结25

第三章 序列构造神经网络的模型研究27

引言27

神经网络BP学习算法28

误差反向传播算法28

误差反向传播算法的改进30

序列构造神经网络的一些特点32

序列构造神经网络的理论基础33

基本概念33

序列构造网络构造的基本结构35

序列构造神经网络的基本原理38

网络对已有样本的学习过程39

网络对新样本的识别过程41

序列构造型神经网络的机理分析42

动态网络结构模型42

神经元动态序列的几何空间解释43

内部隐层神经元的确定45

小结46

第四章 序列构造神经网络的构造方法48

引言48

多类样本的序列神经网络的构造方法48

多类样本构造的一般过程描述49

训练中的复杂度分析50

训练样本的选择52

数值属性的替换原则52

属性数据值调整53

实验及讨论53

小结55

第五章 序列构造神经网络的实现方法56

引言56

超平面结构神经元的实现方法56

超平面神经元56

结合超平面神经元的SCNN实现57

实现机理分析58

RBF神经元的实现方法59

RBF神经元59

结合RBF神经元的SCNN实现59

实现机理分析61

相关改进算法62

数据一次批量清洗处理63

数据多次清洗处理63

实验及对比分析64

实验及讨论65

问题简介65

效果及分析65

小结67

第六章 基于序列构造神经网络的多维数据分析方法68

引言68

网络训练过程中的多维分析框架模型69

原始数据69

剖面(规则)70

序列构造神经网络70

神经元分析信息融合70

神经网络对多维空间数据表示的机理分析71

内部构造神经元对信息数据的描述71

加权神经元序列对原始数据信息映射的讨论72

多维数据分析算法74

引言74

学习规则的变换方法74

序列构造神经网络的多侧面分解75

多侧面分析与序列构造神经元的集成78

结合序列构造神经网络的多维数据分析的基本操作79

序列构造神经网络的多维数据分析特点81

多个不同侧面神经元规则序列81

侧面知识的合成81

多维数据处理的能力82

小结82

第七章 序列构造神经网络的多维数据分析应用探索84

引言84

房产租赁指数多维数据分析的应用需求分析84

常规房产租赁指数研究的技术路线85

基于SCNN的房产租赁指数多维数据分析系统建模91

房产租赁指数分析模型91

房产租赁数据的主要构成92

数据量化与归一化过程93

主要算法设计步骤94

系统建模的其他考虑98

基于SCNN的房产租赁指数多维数据分析系统初步实施简介98

系统模块说明98

现阶段情况100

系统评价101

小结101

参考文献104

附录一 MATLAB113

1.MATLAB简介113

2.MATLAB编程环境与程序设计基础114

3.MATLAB的向量操作115

4.MATLAB的矩阵操作115

5.MATLAB的多项式117

6.MATLAB的编程基础119

附录二 神经网络工具箱函数及应用实例121

1.Matlab中神经网络的主要函数列表121

2.Matlab神经网络操作的示例代码123

附录三 租赁指数数据摘录133

1.普通住宅(房龄小于5年)的租赁数据(2007~2008)133

2.高档公寓类住宅租赁数据摘录(2007~2008)137

3.租赁指数走势(2006~2008)139

热门推荐