整数数列学习方法的研究
摘要 | 第6-7页 |
ABSTRACT | 第7页 |
第1章 绪论 | 第11-16页 |
1.1 研究背景与意义 | 第11-13页 |
1.1.1 研究背景 | 第11-12页 |
1.1.2 理论研究意义 | 第12-13页 |
1.1.3 应用研究意义 | 第13页 |
1.2 本文主要研究思路 | 第13-15页 |
1.3 本文组织结构 | 第15-16页 |
第2章 相关研究 | 第16-20页 |
2.1 公式发现相关研究 | 第16-17页 |
2.2 整数数列学习相关研究 | 第17-19页 |
2.3 本章小结 | 第19-20页 |
第3章 基于模式的整数数列学习 | 第20-36页 |
3.1 基于模式的ISL方法 | 第20-21页 |
3.2 整数数列公式形式分析 | 第21-22页 |
3.3 递推模式 | 第22-25页 |
3.3.1 递推模式识别 | 第23-25页 |
3.3.2 递推公式求解 | 第25页 |
3.4 多项式和指数组合模式 | 第25-27页 |
3.4.1 幂级数映射法 | 第26页 |
3.4.2 多项式和指数组合公式求解 | 第26-27页 |
3.5 求余模式 | 第27-31页 |
3.5.1 求余模式定义 | 第27-29页 |
3.5.2 求余模式求解 | 第29-31页 |
3.6 实验 | 第31-34页 |
3.6.1 数据集介绍 | 第31-32页 |
3.6.2 模式识别实验 | 第32页 |
3.6.3 Kaggle公开数据集实验 | 第32-33页 |
3.6.4 公式法结果列举 | 第33-34页 |
3.7 本章小结 | 第34-36页 |
第4章 基于多策略的整数数列学习 | 第36-46页 |
4.1 基于关联实例的ISL方法 | 第36-40页 |
4.1.1 关系模式定义与特征化 | 第37-39页 |
4.1.2 关系求解 | 第39-40页 |
4.2 基于神经网络的ISL方法 | 第40-41页 |
4.3 基于多策略的ISL方法 | 第41-42页 |
4.4 实验 | 第42-45页 |
4.4.1 关联法实验 | 第42-43页 |
4.4.2 神经网络法实验 | 第43-44页 |
4.4.3 多策略方法实验 | 第44-45页 |
4.5 本章小结 | 第45-46页 |
第5章 系统设计与应用 | 第46-55页 |
5.1 系统框架和流程 | 第46-47页 |
5.2 系统实现 | 第47-50页 |
5.2.1 主系统实现 | 第47-49页 |
5.2.2 子系统实现 | 第49-50页 |
5.3 程序设计 | 第50-52页 |
5.3.1 界面设计 | 第50-51页 |
5.3.2 算法时间复杂度分析 | 第51-52页 |
5.4 系统应用 | 第52-54页 |
5.4.1 应用实例列举 | 第52页 |
5.4.2 智力游戏应用 | 第52-54页 |
5.5 本章小结 | 第54-55页 |
结论 | 第55-57页 |
参考文献 | 第57-59页 |
致谢 | 第59-61页 |
攻读硕士期间发表(含录用)的学术论文 | 第61页 |