有哪些信誉好的足球投注网站- 1、本文档共79页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
人工神经网络算法下的产品造型意象预测模型
目录
一、内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
2.1人工神经网络的发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
2.2产品造型意象的研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
二、理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
人工神经网络概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.1神经元模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
1.2网络架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
1.3学习规则．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
产品造型意象的概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.1意象的定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
2.2形状语义学．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
相关数学与统计工具．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
3.1数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
3.2特征提取与选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
3.3统计分析方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
三、人工神经网络算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
前馈神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
1.1多层感知器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
1.2卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
反馈神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
2.1循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
2.2长短期记忆网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
其他类型的人工神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
3.1自组织映射．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
3.2径向基函数网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
四、数据集构建与特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
数据收集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
数据清洗．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
3.1特征构造．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
3.2特征降维．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
数据集划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
标签设计．．．
文档评论（0）