注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書科學技術計算機/網(wǎng)絡人工智能序列構造神經網(wǎng)絡與多維數(shù)據(jù)分析

序列構造神經網(wǎng)絡與多維數(shù)據(jù)分析

序列構造神經網(wǎng)絡與多維數(shù)據(jù)分析

定 價:¥25.00

作 者: 王仁武 著
出版社: 上海社會科學院出版社
叢編項:
標 簽: 人工智能

ISBN: 9787807453154 出版時間: 2008-11-01 包裝: 平裝
開本: 16開 頁數(shù): 140 字數(shù):  

內容簡介

  信息爆炸的時代,海量數(shù)據(jù)特征維數(shù)高,樣本數(shù)據(jù)及類別多,信息非結構化。如何從海量數(shù)據(jù)中尋找知識?作者利用基于序列構造神經網(wǎng)絡的信息處理技術,把高維海量數(shù)據(jù)信息轉換為神經網(wǎng)絡的構造,有效地降低了問題規(guī)模和時間復雜度,解決傳統(tǒng)前饋網(wǎng)絡中固定結構神經網(wǎng)絡難以訓練和網(wǎng)絡結構難以確定的問題,得到明顯的效果?!缎蛄袠嬙焐窠浘W(wǎng)絡與多維數(shù)據(jù)分析》還將序列構造神經網(wǎng)絡應用到房產行業(yè),對現(xiàn)實房產租賃指數(shù)多維數(shù)據(jù)分析進行了探索,顯示了該方法的廣泛應用前景。

作者簡介

暫缺《序列構造神經網(wǎng)絡與多維數(shù)據(jù)分析》作者簡介

圖書目錄

前言
內容提要
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
維的選擇與設計
多維數(shù)據(jù)分析的概念
多維數(shù)據(jù)分析的基礎
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 神經網(wǎng)絡及其研究概述
引言
人工神經網(wǎng)絡與多維數(shù)據(jù)分析
神經網(wǎng)絡如何工作
建立不同類型的模型——無指導的學習
神經網(wǎng)絡方法——競爭學習
模型的優(yōu)缺點
機器學習與神經網(wǎng)絡
傳統(tǒng)神經網(wǎng)絡學習中的缺陷
固定的網(wǎng)絡結構
網(wǎng)絡訓練時間周期長
小結
第三章 序列構造神經網(wǎng)絡的模型研究
引言
神經網(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
序列構造神經網(wǎng)絡的一些特點
序列構造神經網(wǎng)絡的理論基礎
基本概念
序列構造網(wǎng)絡構造的基本結構
序列構造神經網(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
序列構造型神經網(wǎng)絡的機理分析
動態(tài)網(wǎng)絡結構模型
神經元動態(tài)序列的幾何空間解釋
內部隱層神經元的確定
小結
第四章 序列構造神經網(wǎng)絡的構造方法
引言
多類樣本的序列神經網(wǎng)絡的構造方法
多類樣本構造的一般過程描述
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)值調整
實驗及討論
小結
第五章 序列構造神經網(wǎng)絡的實現(xiàn)方法
引言
超平面結構神經元的實現(xiàn)方法
超平面神經元
結合超平面神經元的SCNN實現(xiàn)
實現(xiàn)機理分析
RBF神經元的實現(xiàn)方法
RBF神經元
結合RBF神經元的SCNN實現(xiàn)
實現(xiàn)機理分析
相關改進算法
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
第六章 基于序列構造神經網(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)
序列構造神經網(wǎng)絡
神經元分析信息融合
神經網(wǎng)絡對多維空間數(shù)據(jù)表示的機理分析
內部構造神經元對信息數(shù)據(jù)的描述
加權神經元序列對原始數(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
序列構造神經網(wǎng)絡的多側面分解
多側面分析與序列構造神經元的集成
結合序列構造神經網(wǎng)絡的多維數(shù)據(jù)分析的基本操作
序列構造神經網(wǎng)絡的多維數(shù)據(jù)分析特點
多個不同側面神經元規(guī)則序列
側面知識的合成
多維數(shù)據(jù)處理的能力
小結
第七章 序列構造神經網(wǎng)絡的多維數(shù)據(jù)分析應用探索
引言
房產租賃指數(shù)多維數(shù)據(jù)分析的應用需求分析
常規(guī)房產租賃指數(shù)研究的技術路線
基于SCNN的房產租賃指數(shù)多維數(shù)據(jù)分析系統(tǒng)建模
房產租賃指數(shù)分析模型
房產租賃數(shù)據(jù)的主要構成
數(shù)據(jù)量化與歸一化過程
主要算法設計步驟
系統(tǒng)建模的其他考慮
基于SCNN的房產租賃指數(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
參考文獻
附錄一 MATLAB
1.MATLAB簡介
2.MATLAB編程環(huán)境與程序設計基礎
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
附錄二 神經網(wǎng)絡工具箱函數(shù)及應用實例
1.Matlab中神經網(wǎng)絡的主要函數(shù)列表
2.Matlab神經網(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)

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.talentonion.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號