基于神经网络的数据分类算法在物联网中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题的研究背景 | 第11-13页 |
| ·物联网概述 | 第11-12页 |
| ·数据分类技术 | 第12-13页 |
| ·应用背景分析 | 第13页 |
| ·课题的研究现状 | 第13-14页 |
| ·论文的主要研究内容 | 第14-15页 |
| ·论文章节安排 | 第15-17页 |
| 第二章 物联网技术 | 第17-25页 |
| ·物联网关键技术 | 第17-21页 |
| ·无线传感技术 | 第17-18页 |
| ·网络通信技术 | 第18页 |
| ·云计算技术 | 第18-20页 |
| ·中间件技术 | 第20页 |
| ·数据智能处理技术 | 第20-21页 |
| ·物联网分层架构 | 第21-22页 |
| ·物联网中的不确定数据 | 第22-23页 |
| ·不确定数据模型的分类 | 第22页 |
| ·物联网中的不确定数据来源 | 第22-23页 |
| ·物联网中的数据分类 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 前馈神经网络与数据分类 | 第25-37页 |
| ·数据分类 | 第25-28页 |
| ·数据分类的意义 | 第25-26页 |
| ·常用的数据分类算法 | 第26-28页 |
| ·BP神经网络的基本原理 | 第28-31页 |
| ·BP算法的简介 | 第29-30页 |
| ·BP算法的详细描述 | 第30-31页 |
| ·BP神经网络算法的程序实现 | 第31-32页 |
| ·存在的问题及算法改进 | 第32-35页 |
| ·BP神经网络的缺陷 | 第32-33页 |
| ·改进的BP算法 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 物联网中数据分类算法的设计和实现 | 第37-49页 |
| ·实验环境说明 | 第37-38页 |
| ·MATLAB介绍 | 第37页 |
| ·MATLAB下的神经网络工具箱 | 第37-38页 |
| ·物联网中数据分类实验的设计 | 第38-39页 |
| ·物联网中分类实验的主界面 | 第38页 |
| ·实验数据 | 第38-39页 |
| ·物联网中数据分类系统实现流程 | 第39-44页 |
| ·数据读取和保存 | 第39-40页 |
| ·数据归一化 | 第40-41页 |
| ·网络训练结果和算法改进对比 | 第41-44页 |
| ·数据分类和交叉验证 | 第44页 |
| ·分类结果及误差分析 | 第44-48页 |
| ·隐藏层结点数的确定 | 第44-46页 |
| ·实验结果分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 物联网中云BP神经网络的探讨和实现 | 第49-61页 |
| ·物联网中的云计算平台 | 第49页 |
| ·云BP神经网络 | 第49-50页 |
| ·开源云计算平台Hadoop | 第50-53页 |
| ·HDFS分布式文件系统 | 第50-51页 |
| ·MapReduce编程模型 | 第51-52页 |
| ·MapReduce的实现 | 第52-53页 |
| ·BP学习算法的MapReduce化 | 第53-56页 |
| ·均值法MapReduce化 | 第53-55页 |
| ·物联网数据分类应用中的MapReduce化 | 第55-56页 |
| ·在Hadoop平台上的BP算法实验 | 第56-59页 |
| ·Hadoop实验环境的搭建 | 第56-57页 |
| ·基于Eclipse的Hadoop程序开发环境 | 第57-58页 |
| ·程序运行说明 | 第58-59页 |
| ·实验结果与分析 | 第59页 |
| ·本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·下一步展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 攻读硕士学位期间发表学术论文情况 | 第69页 |
