| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究的背景 | 第8-9页 |
| 1.2 研究的内容 | 第9页 |
| 1.3 研究的方法 | 第9-10页 |
| 1.4 本章小结 | 第10-12页 |
| 第2章 大数据及数据挖掘理论 | 第12-23页 |
| 2.1 大数据概念及相关技术 | 第12-14页 |
| 2.1.1 大数据的理论 | 第12页 |
| 2.1.2 大数据的关键技术 | 第12-14页 |
| 2.2 数据挖掘理论 | 第14-18页 |
| 2.2.1 数据挖掘概述 | 第14-15页 |
| 2.2.2 数据挖掘过程 | 第15-16页 |
| 2.2.3 数据挖掘算法 | 第16-18页 |
| 2.2.4 国内数据挖掘的发展现状 | 第18页 |
| 2.3 常用数据分析软件介绍 | 第18-22页 |
| 2.3.1 SQL | 第18-19页 |
| 2.3.2 MATLAB | 第19-21页 |
| 2.3.3 R语言 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于大数据的人工神经网络模型 | 第23-33页 |
| 3.1 人工神经网络的基本原理 | 第23-26页 |
| 3.1.1 人工神经元模型 | 第23-24页 |
| 3.1.2 激活函数 | 第24-25页 |
| 3.1.3 人工神经网络的特点 | 第25-26页 |
| 3.2 BP神经网络 | 第26-31页 |
| 3.2.1 BP神经网络的概述 | 第26页 |
| 3.2.2 BP神经网络的核心算法 | 第26-30页 |
| 3.2.3 BP神经网络的算法改进 | 第30-31页 |
| 3.3 基于大数据的深度学习网络模型 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 航班预测模型的建立及其算法实现 | 第33-49页 |
| 4.1 神经网络预测模型训练数据的获取及预处理 | 第33-39页 |
| 4.1.1 数据获取 | 第33-37页 |
| 4.1.2 缺失值的处理方法 | 第37-39页 |
| 4.2 基于神经网络的预测模型 | 第39-45页 |
| 4.2.1 神经网络模型的设计 | 第39-42页 |
| 4.2.2 神经网络模型的训练与预测 | 第42-43页 |
| 4.2.3 基于MATLAB软件的预测模型实现及结果分析 | 第43-45页 |
| 4.3 模型的实际应用 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 总结及展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-56页 |