首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

面向服装企业市场预测的数据挖掘技术研究

摘要第1-5页
Abstract第5-9页
1 绪论第9-15页
   ·研究背景与研究意义第9-10页
   ·国内外研究现状第10-12页
   ·论文的主要方法第12-13页
   ·论文主要内容与技术路线第13-15页
     ·论文的主要内容第13页
     ·论文技术路线第13-15页
2 服装市场研究及影响因素分析第15-21页
   ·服装市场现状与发展趋势第15-17页
     ·服装市场的现状第15-17页
     ·服装市场的发展第17页
   ·影响服装销售的因素第17-19页
   ·影响因素的选取第19-21页
     ·选取影响因素的准则第19页
     ·影响因素的确定第19-21页
3 数据挖掘技术和BP神经网络第21-35页
   ·数据挖掘技术第21-26页
     ·数据挖掘概述第21-22页
     ·数据挖掘的一般过程第22-24页
     ·数据挖掘的一般方法第24-25页
     ·基于数据挖掘的数学建模第25-26页
   ·BP神经网络第26-35页
     ·BP网络的结构第26-27页
     ·BP网络的学习过程第27-28页
     ·BP神经网络优缺点第28-30页
     ·BP网络学习公式推导第30-35页
4 基于多影响因子BP模型的服装市场预测第35-49页
   ·历史数据收集与处理第35-38页
     ·所需数据的收集第35-36页
     ·数据预处理第36-38页
   ·基于多影响因子BP模型的服装市场预测第38-49页
     ·BP模型参数设置第38-41页
     ·多影响因子BP预测模型的实现第41-42页
     ·基于多影响因子BP模型的服装市场预测及结果分析第42-49页
5.基于时间序列BP模型的服装市场预测第49-53页
   ·数据处理第49页
   ·时间序列BP预测模型实现第49-51页
   ·基于时间序列BP模型的服装市场预测及结果分析第51-53页
6.结论与展望第53-55页
   ·论文主要结论第53-54页
   ·论文下一步的研究工作第54-55页
参考文献第55-59页
附录第59-63页
 附录I 实现多影响因子的BP模型的MATLAB代码第59-61页
 附录II 八项主要因素和服装销售量的相关系数第61-62页
 附录III 多元回归分析结果第62-63页
攻读硕士学位期间发表的论文及科研成果第63-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:基于数字图像处理的机织物密度检测算法的研究
下一篇:数据挖掘技术在服装号型投产决策的应用研究