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 |