序列構(gòu)造神經(jīng)網(wǎng)絡與多維數(shù)據(jù)分析

前言
內(nèi)容提要
第一章 多維數(shù)據(jù)分析及其研究概述
引言
維與多維的概念
數(shù)據(jù)分析的視角：維
維的度量屬性
維的層次
維的特性
維的分類
維的選擇與設(shè)計
多維數(shù)據(jù)分析的概念
多維數(shù)據(jù)分析的基礎(chǔ)
多維數(shù)據(jù)分析的數(shù)據(jù)準備
多維數(shù)據(jù)分析的一般方法
多維數(shù)據(jù)分析的應用前景
知識發(fā)現(xiàn)的需求
實際應用環(huán)境下數(shù)據(jù)增長的需求
智能數(shù)據(jù)發(fā)展的需求
多維數(shù)據(jù)分析的研究情況
基于粗糙集數(shù)據(jù)的分析方法
基于支持向量機的分析方法
基于貝葉斯的分析方法
第二章 神經(jīng)網(wǎng)絡及其研究概述
引言
人工神經(jīng)網(wǎng)絡與多維數(shù)據(jù)分析
神經(jīng)網(wǎng)絡如何工作
建立不同類型的模型——無指導的學習
神經(jīng)網(wǎng)絡方法——競爭學習
模型的優(yōu)缺點
機器學習與神經(jīng)網(wǎng)絡
傳統(tǒng)神經(jīng)網(wǎng)絡學習中的缺陷
固定的網(wǎng)絡結(jié)構(gòu)
網(wǎng)絡訓練時間周期長
小結(jié)
第三章 序列構(gòu)造神經(jīng)網(wǎng)絡的模型研究
引言
神經(jīng)網(wǎng)絡BP學習算法
誤差反向傳播算法
誤差反向傳播算法的改進
序列構(gòu)造神經(jīng)網(wǎng)絡的一些特點
序列構(gòu)造神經(jīng)網(wǎng)絡的理論基礎(chǔ)
基本概念
序列構(gòu)造網(wǎng)絡構(gòu)造的基本結(jié)構(gòu)
序列構(gòu)造神經(jīng)網(wǎng)絡的基本原理
網(wǎng)絡對已有樣本的學習過程
網(wǎng)絡對新樣本的識別過程
序列構(gòu)造型神經(jīng)網(wǎng)絡的機理分析
動態(tài)網(wǎng)絡結(jié)構(gòu)模型
神經(jīng)元動態(tài)序列的幾何空間解釋
內(nèi)部隱層神經(jīng)元的確定
小結(jié)
第四章 序列構(gòu)造神經(jīng)網(wǎng)絡的構(gòu)造方法
引言
多類樣本的序列神經(jīng)網(wǎng)絡的構(gòu)造方法
多類樣本構(gòu)造的一般過程描述
訓練中的復雜度分析
訓練樣本的選擇
數(shù)值屬性的替換原則
屬性數(shù)據(jù)值調(diào)整
實驗及討論
小結(jié)
第五章 序列構(gòu)造神經(jīng)網(wǎng)絡的實現(xiàn)方法
引言
超平面結(jié)構(gòu)神經(jīng)元的實現(xiàn)方法
超平面神經(jīng)元
結(jié)合超平面神經(jīng)元的SCNN實現(xiàn)
實現(xiàn)機理分析
RBF神經(jīng)元的實現(xiàn)方法
RBF神經(jīng)元
結(jié)合RBF神經(jīng)元的SCNN實現(xiàn)
實現(xiàn)機理分析
相關(guān)改進算法
數(shù)據(jù)一次批量清洗處理
數(shù)據(jù)多次清洗處理
實驗及對比分析
實驗及討論
問題簡介
效果及分析
小結(jié)
第六章 基于序列構(gòu)造神經(jīng)網(wǎng)絡的多維數(shù)據(jù)分析方法
引言
網(wǎng)絡訓練過程中的多維分析框架模型
原始數(shù)據(jù)
剖面（規(guī)則）
序列構(gòu)造神經(jīng)網(wǎng)絡
神經(jīng)元分析信息融合
神經(jīng)網(wǎng)絡對多維空間數(shù)據(jù)表示的機理分析
內(nèi)部構(gòu)造神經(jīng)元對信息數(shù)據(jù)的描述
加權(quán)神經(jīng)元序列對原始數(shù)據(jù)信息映射的討論
多維數(shù)據(jù)分析算法
引言
學習規(guī)則的變換方法
序列構(gòu)造神經(jīng)網(wǎng)絡的多側(cè)面分解
多側(cè)面分析與序列構(gòu)造神經(jīng)元的集成
結(jié)合序列構(gòu)造神經(jīng)網(wǎng)絡的多維數(shù)據(jù)分析的基本操作
序列構(gòu)造神經(jīng)網(wǎng)絡的多維數(shù)據(jù)分析特點
多個不同側(cè)面神經(jīng)元規(guī)則序列
側(cè)面知識的合成
多維數(shù)據(jù)處理的能力
小結(jié)
第七章 序列構(gòu)造神經(jīng)網(wǎng)絡的多維數(shù)據(jù)分析應用探索
引言
房產(chǎn)租賃指數(shù)多維數(shù)據(jù)分析的應用需求分析
常規(guī)房產(chǎn)租賃指數(shù)研究的技術(shù)路線
基于SCNN的房產(chǎn)租賃指數(shù)多維數(shù)據(jù)分析系統(tǒng)建模
房產(chǎn)租賃指數(shù)分析模型
房產(chǎn)租賃數(shù)據(jù)的主要構(gòu)成
數(shù)據(jù)量化與歸一化過程
主要算法設(shè)計步驟
系統(tǒng)建模的其他考慮
基于SCNN的房產(chǎn)租賃指數(shù)多維數(shù)據(jù)分析系統(tǒng)初步實施簡介
系統(tǒng)模塊說明
現(xiàn)階段情況
系統(tǒng)評價
小結(jié)
參考文獻
附錄一 MATLAB
1．MATLAB簡介
2．MATLAB編程環(huán)境與程序設(shè)計基礎(chǔ)
3．MATLAB的向量操作
4．MATLAB的矩陣操作
5．MATLAB的多項式
6．MATLAB的編程基礎(chǔ)
附錄二 神經(jīng)網(wǎng)絡工具箱函數(shù)及應用實例
1．Matlab中神經(jīng)網(wǎng)絡的主要函數(shù)列表
2．Matlab神經(jīng)網(wǎng)絡操作的示例代碼
附錄三 租賃指數(shù)數(shù)據(jù)摘錄
1．普通住宅（房齡小于5年）的租賃數(shù)據(jù)（2007~2008）
2．高檔公寓類住宅租賃數(shù)據(jù)摘錄（2007~2008）
3．租賃指數(shù)走勢（2006~2008）