首页--艺术论文--电影、电视艺术论文--电影、电视企业组织与管理论文--流通和放映论文

基于模糊神经网络的电影票房预测建模研究

摘要第6-7页
Abstract第7-8页
第1章 绪论第11-17页
    1.1 课题的研究背景及意义第11页
    1.2 国内外主要研究现状第11-13页
    1.3 课题的研究内容第13-14页
    1.4 论文的组织结构第14-17页
第2章 相关理论第17-33页
    2.1 模糊系统第17-19页
        2.1.1 纯模糊逻辑系统第17页
        2.1.2 Mamdani模糊逻辑系统第17-18页
        2.1.3 Takagi-Sugeno模糊逻辑系统第18-19页
    2.2 模糊神经网络第19-24页
        2.2.1 模糊逻辑和神经网络结合的可能性与现实意义第19-21页
        2.2.2 模糊神经网络学习算法第21-24页
    2.3 电影票房预测模型分析第24-31页
        2.3.1 Barman基于反馈神经网络的电影票房预测模型第25-28页
        2.3.2 Google基于线性回归分析的电影票房预测模型第28-31页
    2.4 本章小结第31-33页
第3章 基于模糊神经网络的电影票房预测模型构建第33-49页
    3.1 预测模型概述第33-34页
    3.2 指标体系构建第34-42页
        3.2.1 指标体系构建原则第36-37页
        3.2.2 指标因素量化第37-41页
        3.2.3 指标相关性分析第41-42页
        3.2.4 基于模糊神经网络预测模型的指标体系第42页
    3.3 预测模型构建第42-47页
        3.3.1 设计实现步骤第42-43页
        3.3.2 确定模型输入输出第43页
        3.3.3 确定模型网络结构第43-46页
        3.3.4 参数辨识第46-47页
        3.3.5 训练网络第47页
        3.3.6 检验模型第47页
    3.4 本章小结第47-49页
第4章 电影票房预测模型的评价与分析第49-61页
    4.1 票房预测模型概述第49页
    4.2 实验数据选取与预处理第49-54页
        4.2.1 原始数据选取第49-51页
        4.2.2 数据预处理第51-53页
        4.2.3 样本集的划分第53-54页
    4.3 网络训练与模型性能评价第54-59页
        4.3.1 网络训练及调整网络参数第54-55页
        4.3.2 使用本文指标体系对电影票房的预测第55-57页
        4.3.3 使用传统指标体系对电影票房的预测第57-58页
        4.3.4 使用多元线性回归方法对电影票房的预测第58-59页
    4.4 对比分析第59-60页
    4.5 本章小结第60-61页
结论第61-63页
参考文献第63-67页
攻读硕士学位期间发表的论文和取得的科研成果第67-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:贝利尼歌剧《清教徒》中女主人公咏叹调分析
下一篇:论秦腔与竹笛音乐的发展