基于模糊神经网络的数据挖掘模型研究
| 第1章 绪论 | 第1-16页 |
| ·引言 | 第10页 |
| ·数据挖掘 | 第10-13页 |
| ·模糊神经网络 | 第13-15页 |
| ·本文研究内容 | 第15页 |
| ·论文组织结构 | 第15-16页 |
| 第2章 模糊神经网络理论 | 第16-32页 |
| ·模糊逻辑系统 | 第16-19页 |
| ·模糊逻辑系统概述 | 第16页 |
| ·模糊推理系统 | 第16-19页 |
| ·人工神经网络 | 第19-24页 |
| ·人工神经元模型 | 第19-21页 |
| ·神经网络模型 | 第21-24页 |
| ·模糊神经网络 | 第24-32页 |
| ·模糊逻辑与神经网络的结合 | 第24-26页 |
| ·模糊神经元模型 | 第26-27页 |
| ·模糊神经网络模型 | 第27-30页 |
| ·网络学习方法 | 第30-32页 |
| 第3章 ANFIS算法及分析 | 第32-46页 |
| ·概述 | 第32页 |
| ·ANFIS网络结构 | 第32-36页 |
| ·基于网格的ANFIS | 第32-35页 |
| ·基于聚类的ANFIS | 第35-36页 |
| ·ANFIS学习算法 | 第36-39页 |
| ·反向传播算法 | 第36-37页 |
| ·最小二乘法 | 第37-38页 |
| ·综合学习算法 | 第38页 |
| ·学习算法的选择 | 第38-39页 |
| ·ANFIS模型分析 | 第39-45页 |
| ·模型建立步骤 | 第39-40页 |
| ·确定输入输出 | 第40-41页 |
| ·输入空间划分 | 第41-43页 |
| ·确定隶属函数 | 第43-44页 |
| ·参数辨识 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第4章 基于FNN的数据挖掘模型建立 | 第46-52页 |
| ·模型建立步骤 | 第46-49页 |
| ·数据抽取 | 第46页 |
| ·数据预处理 | 第46-48页 |
| ·网络设计与训练 | 第48页 |
| ·模型性能评估 | 第48-49页 |
| ·模型实现方法 | 第49-51页 |
| ·数据处理 | 第49-50页 |
| ·ANFIS算法 | 第50-51页 |
| ·模型可视化 | 第51页 |
| ·小结 | 第51-52页 |
| 第5章 基于FNN的数据挖掘运用实例分析 | 第52-67页 |
| ·库存量预测模型 | 第52-57页 |
| ·运用背景 | 第52页 |
| ·模糊神经网络模型 | 第52-55页 |
| ·时间序列分析方法 | 第55-57页 |
| ·对比分析 | 第57页 |
| ·服装号型归档模型 | 第57-66页 |
| ·运用背景 | 第57-58页 |
| ·模糊神经网络模型 | 第58-61页 |
| ·回归分析方法 | 第61-65页 |
| ·对比分析 | 第65-66页 |
| ·小结 | 第66-67页 |
| 第6章 结论 | 第67-68页 |
| 第7章 论文难点和创新点 | 第68-69页 |
| 攻读学位期间公开发表的论文 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录 库存预测模型样本数据 | 第74-75页 |
| 研究生履历 | 第75页 |
