首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

神经网络的自学习及其应用

摘要第5-6页
ABSTRACT第6页
第1章 引言第9-13页
第2章 BP神经网络第13-31页
    2.1 logistic回归第13-16页
        2.1.1 sigmoid函数第14-15页
        2.1.2 代价函数第15页
        2.1.3 梯度下降第15-16页
    2.2 感知机第16-17页
    2.3 BP神经网络(Back Propagation Neural Network)第17-29页
        2.3.1 BP神经网络的前向传播第19-20页
        2.3.2 激活函数第20-24页
        2.3.3 代价函数第24页
        2.3.4 参数更新第24-25页
        2.3.5 梯度下降算法的变形第25-27页
        2.3.6 过拟合第27-29页
        2.3.7 BP神经网络在房价预测模型中的应用第29页
    2.4 总结第29-31页
第3章 卷积神经网络第31-41页
    3.1 卷积神经网络的结构第31-35页
        3.1.1 数据输入层第31-32页
        3.1.2 卷积计算层第32-33页
        3.1.3 池化层第33-34页
        3.1.4 全连接层第34-35页
    3.2 卷积神经网络的参数更新第35-36页
    3.3 卷积神经网络的特点第36-37页
    3.4 卷积神经网络在房价预测中的应用第37-39页
        3.4.1 word2vec第37-39页
    3.5 总结第39-41页
第4章 模型实证与分析第41-49页
    4.1 指标选取第41-42页
    4.2 数据预处理第42-43页
    4.3 模型建立第43-46页
        4.3.1 多元线性回归模型第44页
        4.3.2 浅层神经网络第44-45页
        4.3.3 深层神经网络第45-46页
    4.4 正则化第46-47页
    4.5 模型评价及改进第47-49页
参考文献第49-51页
致谢第51-53页
附录第53-63页

论文共63页,点击 下载论文
上一篇:多传感器数据处理的列车环境监测系统
下一篇:脉冲神经膜系统进化设计方法研究