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--自动推理、机器学习论文

基于模糊深度学习的线上农产品销量预测模型研究

摘要第5-7页
abstract第7-8页
第一章 绪论第11-17页
    1.1 研究背景和意义第11-12页
    1.2 国内外研究现状第12-14页
        1.2.1 农产品线上销售发展现状及存在的问题第12-13页
        1.2.2 农产品线上销量预测研究发展现状第13-14页
    1.3 本文工作第14-16页
        1.3.1 研究内容第14-15页
        1.3.2 组织结构第15-16页
    1.4 创新点第16-17页
第二章 销量预测相关理论基础第17-25页
    2.1 深度学习相关理论第17-20页
        2.1.1 数据驱动第17页
        2.1.2 深度学习第17-20页
    2.2 数据预处理技术第20-25页
        2.2.1 数据归一化第20-21页
        2.2.2 零相位成分分析处理方法第21-22页
        2.2.3 模糊预处理第22-25页
第三章 ICM模型设计第25-31页
    3.1 样本选取及评价指标建立第25-28页
        3.1.1 样本选取第25-26页
        3.1.2 建立评价指标第26-28页
    3.2 ICM分类器选取第28-29页
    3.3 ICM模型结构第29-30页
    3.4 具体算法实现第30-31页
第四章 SICM模型设计第31-35页
    4.1 SICM模型参数选取第31-32页
    4.2 SICM分类器设计第32页
    4.3 SICM模型设计第32-33页
        4.3.1 SICM模型构建第32页
        4.3.2 SICM模型结构第32-33页
    4.4 具体算法实现第33-35页
第五章 仿真和验证第35-47页
    5.1 仿真流程第35-37页
        5.1.1 数据规模及仿真环境第35-36页
        5.1.2 ICM仿真执行流程第36-37页
        5.1.3 SICM仿真执行流程第37页
    5.2 数据预处理第37-39页
        5.2.1 零相位成分分析第38页
        5.2.2 模糊处理第38-39页
    5.3 结果分析第39-47页
        5.3.1 性能评价指标第39-40页
        5.3.2 ICM模型仿真结果第40-42页
        5.3.3 SICM模型仿真结果第42-45页
        5.3.4 SICM与ICM仿真结果比较第45-47页
第六章 结论第47-49页
    6.1 结论第47页
    6.2 展望第47-49页
参考文献第49-53页
攻读硕士学位期间所取得的相关科研成果第53-54页
致谢第54-55页

论文共55页,点击 下载论文
上一篇:A公司应收账款风险测度与管控研究
下一篇:国内外天然橡胶期货市场间溢出效应研究