| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外相关课题研究 | 第11-13页 |
| 1.2.1 国外相关课题研究 | 第11-12页 |
| 1.2.2 国内相关课题研究 | 第12-13页 |
| 1.3 课题研究的方法、框架 | 第13-15页 |
| 1.3.1 研究方法 | 第13-14页 |
| 1.3.2 研究框架 | 第14-15页 |
| 第2章 地下商业街存在的意义 | 第15-34页 |
| 2.1 在城市建设地下商业街的必要 | 第15-19页 |
| 2.1.1 地下商业街的定义 | 第15-17页 |
| 2.1.2 地下商业街的分类 | 第17-18页 |
| 2.1.3 建设地下商业的一些设想 | 第18-19页 |
| 2.2 世界的地下商业化进展 | 第19-25页 |
| 2.2.1 国外地下商业的发展 | 第19-22页 |
| 2.2.2 我国的地下商业 | 第22-24页 |
| 2.2.3 国内地下商业街现状和经验总结 | 第24-25页 |
| 2.3 地下商业街的辨识能力 | 第25-34页 |
| 2.3.1 辨识体系的定义 | 第25-26页 |
| 2.3.2 用来辨识的需要 | 第26-27页 |
| 2.3.3 可识别性设计的理论依据 | 第27-34页 |
| 第3章 人工神经网络概述 | 第34-44页 |
| 3.1 人工神经网络的基本原理 | 第34-39页 |
| 3.1.1 神经元的生物学解剖 | 第34-35页 |
| 3.1.2 神经元的信息处理与传递 | 第35-36页 |
| 3.1.3 人工神经元 | 第36-37页 |
| 3.1.4 神经网络的基本原理 | 第37-38页 |
| 3.1.5 神经网络信息处理的优势 | 第38-39页 |
| 3.2 神经网络的学习方式 | 第39-40页 |
| 3.3 BP神经网络 | 第40-44页 |
| 3.3.1 BP神经网络的结构 | 第40-41页 |
| 3.3.2 BP神经网络的训练方法 | 第41-42页 |
| 3.3.3 BP神经网络的程序实现 | 第42-44页 |
| 第4章 地下商业街可识别性评价体系 | 第44-50页 |
| 4.1 基于城市意象的地下商业街的可识别性要素分析 | 第44-48页 |
| 4.1.1 路径 | 第44-46页 |
| 4.1.2 界面 | 第46页 |
| 4.1.3 区域 | 第46-47页 |
| 4.1.4 节点 | 第47页 |
| 4.1.5 标志物 | 第47-48页 |
| 4.2 地下商业街可识别性评价体系 | 第48-50页 |
| 4.2.1 地下商业街可识别性的评价体系 | 第48-50页 |
| 第5章 基于BP人工神经网络的地下商业街可识别性评价 | 第50-57页 |
| 5.1 数据来源与处理 | 第50-53页 |
| 5.1.1 数据来源 | 第50页 |
| 5.1.2 数据处理 | 第50-53页 |
| 5.2 建立神经网络模型 | 第53-55页 |
| 5.2.1 训练样本 | 第53页 |
| 5.2.2 网络结构确定 | 第53-54页 |
| 5.2.3 网络训练参数的确定 | 第54-55页 |
| 5.2.4 网络训练结果 | 第55页 |
| 5.3 网络模型检测 | 第55-57页 |
| 结论 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 附录：地下商业街可识别性影响因素主观评价问卷调查 | 第61-63页 |
| 作者简介 | 第63-64页 |
| 攻读硕士学位期间发表的论文 | 第64-65页 |