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

非均衡缺失数据的神经网络建模及其应用

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第12-20页
    1.1 研究背景及意义第12-14页
        1.1.1 研究背景第12-13页
        1.1.2 研究意义第13-14页
    1.2 国内外研究现状第14-17页
        1.2.1 数据缺失恢复研究现状第14页
        1.2.2 非均衡数据集分类研究现状第14-16页
        1.2.3 神经网络发展回顾及研究现状第16页
        1.2.4 信用风险评估研究现状第16-17页
    1.3 研究内容第17-18页
    1.4 研究思路与框架第18-20页
第二章 基于kNN-DBSCAN缺失数据恢复方法的研究第20-28页
    2.1 引言第20页
    2.2 问题的提出第20-21页
    2.3 主要模型及方法第21-24页
        2.3.1 基于DBSCAN聚类的研究第21-22页
        2.3.2 基于kNN相似性的研究第22-23页
        2.3.3 基于kNN-DBSCAN的缺失数据恢复方法第23-24页
    2.4 实验结果与分析第24-26页
        2.4.1 评价指标第24-25页
        2.4.2 数据集说明第25页
        2.4.3 实验结果及分析第25-26页
    2.5 本章小结第26-28页
第三章 基于K-means的非均衡数据集的SMOTE改进算法研究第28-38页
    3.1 引言第28页
    3.2 问题的提出第28-29页
    3.3 主要模型及方法第29-32页
        3.3.1 基于SMOTE算法的研究第29-30页
        3.3.2 基于K-means聚类算法的研究第30页
        3.3.3 面向非均衡数据的SMOTE算法改进第30-32页
    3.4 实验结果与分析第32-36页
        3.4.1 评价指标第32-33页
        3.4.2 数据集说明第33页
        3.4.3 实验结果及分析第33-36页
    3.5 本章小结第36-38页
第四章 基于XGBOOST的神经网络分类模型第38-48页
    4.1 引言第38页
    4.2 问题的提出第38-39页
    4.3 主要模型及方法第39-44页
        4.3.1 非均衡缺失数据处理方法第39-40页
        4.3.2 神经网络和XGBOOST分类研究第40-42页
        4.3.3 基于XGBOOST的神经网络模型构建第42-44页
    4.4 实验结果与分析第44-47页
        4.4.1 数据集说明第44页
        4.4.2 评价指标第44-45页
        4.4.3 实验结果与分析第45-47页
    4.5 本章小结第47-48页
第五章 融360公司数据用户贷款信用风险预测的应用研究第48-60页
    5.1 引言第48-49页
    5.2 网络贷款公司客户风险预测的思路及方法第49-52页
        5.2.1 网络贷款公司客户风险预测的特征第49-50页
        5.2.2 网络贷款公司客户风险指标体系的建立第50-51页
        5.2.3 网络贷款公司客户风险预测的模型第51-52页
    5.3 案例分析第52-56页
        5.3.1 数据来源及说明第52页
        5.3.2 实验结果及分析第52-54页
        5.3.3 基于用户贷款风险预测的用户画像研究第54-56页
    5.4 本章小结第56-60页
第六章 结论与展望第60-62页
    6.1 结论第60-61页
    6.2 展望第61-62页
参考文献第62-66页
致谢第66-67页
在校期间的研究成果及发表的学术论文第67页

论文共67页,点击 下载论文
上一篇:苗医弩药针疗法治疗膝骨性关节炎临床疗效及对血清细胞因子含量的影响
下一篇:东北红豆杉育苗技术研究