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--人工神经网络与计算论文

基于主成分分析法的BP神经网络基准地价评估研究

致谢第4-8页
摘要第8-10页
1 绪论第10-19页
    1.1 研究背景第10-11页
    1.2 研究目的意义第11页
    1.3 国内外研究进展第11-15页
        1.3.1 基准地价国内外研究进展第11-14页
            1.3.1.1 基准地价国外研究进展第11-13页
            1.3.1.2 基准地价国内研究进展第13-14页
        1.3.2 神经网络及其应用的国内外研究进展第14-15页
        1.3.3 基于人工神经网络的基准地价研究进展第15页
    1.4 课题研究的内容、方法及技术路线第15-19页
        1.4.1 研究内容第15-16页
        1.4.2 研究方法与技术路线第16-18页
            1.4.2.1 研究方法第16-17页
            1.4.2.2 研究技术路线第17-18页
        1.4.3 论文框架第18-19页
2 基准地价评估的理论基础与研究方法第19-25页
    2.1 理论基础第19-21页
        2.1.1 地租理论第19页
        2.1.2 土地区位理论第19-20页
        2.1.3 土地可持续发展理论第20-21页
        2.1.4 土地质量观第21页
    2.2 基准地价评估方法第21-23页
        2.2.1 传统基准地价评估方法第22-23页
        2.2.2 数学模型基准地价评估方法第23页
    2.3 神经网络在基准地价评估中的优势第23-25页
3 BP神经网络和主成分分析法第25-38页
    3.1 人工神经网络概述第25-26页
        3.1.1 人工神经网络的基本原理第25页
        3.1.2 神经元结构模型第25页
        3.1.3 神经网络的互连模式第25页
        3.1.4 神经网络的学习方式第25-26页
        3.1.5 神经网络的特性第26页
    3.2 BP神经网络第26-28页
        3.2.1 BP神经网络基本原理第26-27页
        3.2.2 BP神经网络步骤第27-28页
    3.3 BP网络的局限性第28-29页
    3.4 L-M算法原理第29-32页
        3.4.1 L-M算法原理第29-32页
            3.4.1.1 经典Newton算法第29页
            3.4.1.2 L-M算法推导第29-30页
            3.4.1.3 L-M算法改进BP神经网络第30-32页
    3.5 BP网络模型设计第32-34页
        3.5.1 网络拓扑结构第32-33页
            3.5.1.1 层数的确定第32页
            3.5.1.2 各层神经元个数的确定第32-33页
        3.5.2 激活函数的选取第33-34页
        3.5.3 网络学习参数的设置第34页
            3.5.3.1 初始权值的选取第34页
            3.5.3.2 学习速率的选取第34页
    3.6 主成分分析法第34-38页
        3.6.1 主成分分析法第34-38页
            3.6.1.1 主成分分析原理第34-35页
            3.6.1.2 主成分分析计算步骤第35-38页
4 基于主成分分析法的BP神经网络的基准地价评估模型实例第38-53页
    4.1 研究区域概况第38-40页
        4.1.1 自然条件第38页
        4.1.2 社会经济发展状况第38-39页
        4.1.3 城市规划与发展第39-40页
    4.2 基于主成分分析模型的建立及求解第40-45页
        4.2.1 资料的选取第40-41页
        4.2.2 利用SPSS软件分析过程及结果第41-45页
            4.2.2.1 变量共同度第41页
            4.2.2.2 因子的方差贡献第41-42页
            4.2.2.3 因子载荷第42-43页
            4.2.2.4 碎石图第43-45页
    4.3 基于BP神经网络预测效果及分析第45-49页
        4.3.1 预测1过程的实现第45-46页
        4.3.2 基于Matlab的BP神经网络模型的实现第46-47页
        4.3.3 预测2过程的实现第47-49页
    4.4 检测结果进行比较第49-51页
    4.5 基准地价评估第51-53页
5 结论和讨论第53-54页
    5.1 结论第53页
    5.2 创新点与不足之处第53-54页
        5.2.1 创新点第53页
        5.2.2 不足之处第53-54页
参考文献第54-57页
ABSTRACT第57-58页

论文共58页,点击 下载论文
上一篇:基于虚拟样机技术的四足机器人步态规划与研究
下一篇:利用局部传感器的移动机器人路径规划研究