基于神经网络的商场客流量统计系统研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| §1-1 客流量统计的研究背景及意义 | 第8-10页 |
| 1-1-1 客流量统计的背景 | 第8-9页 |
| 1-1-2 客流量统计的研究意义 | 第9-10页 |
| §1-2 客流量统计的研究现状 | 第10-13页 |
| 1-2-1 客流量统计技术及产品现状 | 第10-11页 |
| 1-2-2 神经网络模式识别的应用现状 | 第11-13页 |
| §1-3 本文的主要工作 | 第13-14页 |
| 第二章 客流量统计系统分析与设计 | 第14-25页 |
| §2-1 客流分析系统 | 第14-17页 |
| 2-1-1 客流量统计 | 第15页 |
| 2-1-2 客流数据汇总 | 第15页 |
| 2-1-3 客流数据分析与展示 | 第15-17页 |
| §2-2 客流采集硬件设计 | 第17-19页 |
| 2-2-1 客流采集设备 | 第17-18页 |
| 2-2-2 采集设备参数设置 | 第18-19页 |
| §2-3 客流采集模块设计及数据特点 | 第19-21页 |
| §2-4 客流量统计方法研究 | 第21-24页 |
| 2-4-1 模式识别和模式的概念 | 第21页 |
| 2-4-2 神经网络模式识别系统的构成 | 第21-23页 |
| 2-4-3 客流量统计系统分析与设计 | 第23-24页 |
| §2-5 本章小结 | 第24-25页 |
| 第三章 客流量统计系统实现 | 第25-51页 |
| §3-1 客流数据预处理 | 第25-27页 |
| 3-1-1 预处理常用方法 | 第25-26页 |
| 3-1-2 客流数据预处理 | 第26-27页 |
| §3-2 客流数据分割 | 第27-31页 |
| 3-2-1 分割的必要性 | 第27页 |
| 3-2-2 常用分割方法 | 第27-28页 |
| 3-2-3 客流数据分割 | 第28-31页 |
| §3-3 客流数据特征提取 | 第31-35页 |
| 3-3-1 特征提取的必要性 | 第31-32页 |
| 3-3-2 特征提取常用方法 | 第32-33页 |
| 3-3-3 客流数据特征提取 | 第33-35页 |
| §3-4 神经网络分类器设计 | 第35-47页 |
| 3-4-1 标准BP 神经网络 | 第35-40页 |
| 3-4-2 改进的BP 网络 | 第40-44页 |
| 3-4-3 客流量统计系统的BP 网络设计 | 第44-47页 |
| §3-5 客流量统计系统实验分析 | 第47-50页 |
| 3-5-1 单个模式测试 | 第47-48页 |
| 3-5-2 分组测试 | 第48-50页 |
| 3-5-3 综合测试 | 第50页 |
| §3-6 本章小结 | 第50-51页 |
| 第四章 结论与展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间所取得的相关科研成果 | 第55页 |
