首页--哲学、宗教论文--中国哲学论文--先秦哲学(~前220年)论文--儒家论文

基于AHP和BP神经网络的儒学鼎盛期预测

摘要第5-6页
Abstract第6页
第1章 绪论第11-14页
    1.1 研究背景和意义第11-12页
    1.2 研究现状第12页
    1.3 研究内容和章节安排第12-14页
        1.3.1 研究内容第12-13页
        1.3.2 本文各章节内容安排第13-14页
第2章 层次分析法研究现状与简介第14-20页
    2.1 层次分析法简介第14页
    2.2 层次分析法的基本步骤第14-19页
        2.2.1 层次分析法的五个步骤第14-17页
        2.2.2 层次分析法权重向量W的具体计算方法第17-18页
        2.2.3 算法流程第18-19页
    2.3 层次分析法的优势第19-20页
第3章 BP神经网络算法及改进第20-31页
    3.1 神经网络概述及原理第20-25页
        3.1.1 神经网络的发展第20-21页
        3.1.2 神经网络理论第21-25页
    3.2 神经网络模型第25-28页
        3.2.1 BP神经网络模型第26-28页
    3.3 神经网络预测第28页
        3.3.1 样本数据集的选取第28页
        3.3.2 神经网络的训练第28页
    3.4 神经网络预测模型的改进方向第28-31页
第4章 基于AHP的儒学发展影响因子评价体系第31-39页
    4.1 儒学发展影响因子评价概述第31-32页
        4.1.1 儒学发展影响因子评价的目的第31页
        4.1.2 儒学发展影响因子评价指标体系建立的原则第31-32页
    4.2 儒学发展影响因子评价指标体系的确立第32-34页
    4.3 儒学发展影响因子评价指标权重的设置方法第34页
    4.4 应用层次分析法(AHP)确定指标权重并对儒学发展影响因子进行评估第34-38页
        4.4.1 层次分析法的Matlab代码第34-36页
        4.4.2 AHP确定指标的权重第36-37页
        4.4.3 儒学发展影响因子评分第37-38页
    4.5 本章小结第38-39页
第5章 儒学鼎盛时期预测模型第39-52页
    5.1 儒学发展影响因素动力模型的建立第39-44页
        5.1.1 总体设计思路第39页
        5.1.2 BP神经网络的建立第39-43页
        5.1.3 选取和训练样本第43页
        5.1.4 网络层数确定第43页
        5.1.5 各层神经元的确定第43-44页
        5.1.6 神经元转换函数的确定第44页
        5.1.7 学习速率的确定第44页
    5.2 BP神经网络的程序实现及结果分析第44-48页
        5.2.1 BP神经网络模型建立第44-45页
        5.2.2 BP神经网络训练第45-46页
        5.2.3 BP神经网络测试第46-47页
        5.2.4 BP神经网络试验结果分析第47-48页
    5.3 评价系统第48页
    5.4 基于BP神经网络的儒学鼎盛期预测模型第48-51页
        5.4.1 确定输入因子第48-49页
        5.4.2 训练与预测第49-50页
        5.4.3 鼎盛期时间预测第50-51页
    5.5 本章小结第51-52页
结论第52-54页
    6.1 总结第52页
    6.2 展望第52-54页
参考文献第54-58页
致谢第58页

论文共58页,点击 下载论文
上一篇:高职院校思想政治理论课教学实效性及其提升研究
下一篇:网络视频贴片广告对长沙大学生消费行为的影响研究