2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、作者所做的工作具體如下:首先研究了數(shù)據(jù)挖掘技術(shù)中的決策樹技術(shù)和基于廣義計算的多準(zhǔn)則神經(jīng)網(wǎng)絡(luò)理論以及兩種理論的優(yōu)缺點.分析了多準(zhǔn)則神經(jīng)網(wǎng)絡(luò)和決策樹相結(jié)合的可能性及優(yōu)勢,并深入了解目前該方向的發(fā)展情況.然后,通過深入研究多準(zhǔn)則神經(jīng)網(wǎng)絡(luò)和決策樹的特點,論文提出了將多準(zhǔn)則神經(jīng)網(wǎng)絡(luò)應(yīng)用于決策樹的建模方法——基于多準(zhǔn)則神經(jīng)網(wǎng)絡(luò)和分類回歸樹的異動客戶識別系統(tǒng).該系統(tǒng)包括多準(zhǔn)則神經(jīng)網(wǎng)絡(luò)屬性約簡和分類回歸樹異動客戶識別兩大模塊.多準(zhǔn)則神經(jīng)網(wǎng)絡(luò)部分對客戶屬

2、性集進行維數(shù)約簡,重點介紹了以模糊熵準(zhǔn)則為基礎(chǔ)的多準(zhǔn)則學(xué)習(xí)方法,同時提出了網(wǎng)絡(luò)輸入層、隱含層及輸出層的構(gòu)造方法.在分類回歸樹部分,介紹了分類回歸樹的生長算法、最小代價—復(fù)雜性剪枝算法以及最優(yōu)樹選擇等算法.提出了系統(tǒng)設(shè)計之后,論文詳細介紹了該系統(tǒng)的開發(fā),用以解決異動客戶的識別問題.通過在實際領(lǐng)域的應(yīng)用,體現(xiàn)了該文提出的新模型與傳統(tǒng)分類回歸樹模型相比具有的優(yōu)勢,并用具體數(shù)據(jù)說明了這一點.最后,論文總結(jié)了作者所展開的研究工作,提出了存在的問題

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論