人工神經(jīng)網(wǎng)絡(luò)技術(shù)以其大規(guī)模并行處理、分布式存儲(chǔ)、自適應(yīng)性、容錯(cuò)性等優(yōu)點(diǎn)吸引了眾多領(lǐng)域科學(xué)家的廣泛關(guān)注,被廣泛地應(yīng)用于生物、電子、計(jì)算機(jī)、數(shù)學(xué)等領(lǐng)域。隨著網(wǎng)絡(luò)通信技術(shù)和互聯(lián)網(wǎng)的飛速發(fā)展,分布式計(jì)算成為影響當(dāng)今計(jì)算機(jī)技術(shù)發(fā)展的關(guān)鍵技術(shù)力量之一,在現(xiàn)代社會(huì)和經(jīng)濟(jì)發(fā)展中得到越來(lái)越廣泛的應(yīng)用。這兩項(xiàng)技術(shù)都離不開(kāi)數(shù)據(jù),而大量的數(shù)據(jù)來(lái)自數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)的多維數(shù)據(jù);這兩項(xiàng)技術(shù)都需要數(shù)據(jù)分析,都會(huì)涉及多維矩陣。因此,研究基于多維數(shù)據(jù)分析的神經(jīng)網(wǎng)絡(luò)與分布式計(jì)算有著重要的意義,使得本研究工作得到國(guó)家自然科學(xué)基金的支持。 本文的工作主要分為以下四個(gè)方面。 在多維數(shù)據(jù)分析與多維矩陣研究方面,針對(duì)數(shù)據(jù)倉(cāng)庫(kù)中進(jìn)行多維數(shù)據(jù)分析處理的重要性,引入多維矩陣的概念,對(duì)應(yīng)用最廣泛的立體陣,討論了它的運(yùn)算性質(zhì),為在神經(jīng)網(wǎng)絡(luò)和分布式計(jì)算中的應(yīng)用打下基礎(chǔ)。 在基于多維數(shù)據(jù)分析的神經(jīng)網(wǎng)絡(luò)研究方面,首先構(gòu)造了一種無(wú)監(jiān)督學(xué)習(xí)的凸約束神經(jīng)網(wǎng)絡(luò)模型,該網(wǎng)絡(luò)具有特殊結(jié)構(gòu),能實(shí)現(xiàn)數(shù)據(jù)壓縮與還原過(guò)程,經(jīng)過(guò)訓(xùn)練后可以表示信息的主要特征。其次研究了一種貝葉斯神經(jīng)網(wǎng)絡(luò),運(yùn)用廣義樸素貝葉斯方法來(lái)處理連續(xù)變量,構(gòu)造一種正交多項(xiàng)式核函數(shù)對(duì)其先驗(yàn)分布的密度函數(shù)進(jìn)行...

【文章頁(yè)數(shù)】：126 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
中文摘要
ABSTRACT
目錄
第1章 緒論
    1.1 研究背景
    1.2 研究的目的和意義
    1.3 研究?jī)?nèi)容
    1.4 論文的組織形式
第2章 多維數(shù)據(jù)分析與多維矩陣
    2.1 前言
    2.2 基于數(shù)據(jù)倉(cāng)庫(kù)的多維數(shù)據(jù)分析
        2.2.1 數(shù)據(jù)倉(cāng)庫(kù)概述
        2.2.2 數(shù)據(jù)倉(cāng)庫(kù)的多維數(shù)據(jù)集和多維數(shù)據(jù)模型
        2.2.3 聯(lián)機(jī)分析處理
        2.2.4 數(shù)據(jù)立方體
    2.3 多維矩陣
        2.3.1 多維矩陣的定義
        2.3.2 多維矩陣的運(yùn)算性質(zhì)
    2.4 本章小結(jié)
第3章 基于多維數(shù)據(jù)分析的神經(jīng)網(wǎng)絡(luò)構(gòu)造與計(jì)算
    3.1 人工神經(jīng)網(wǎng)絡(luò)概述
        3.1.1 什么是神經(jīng)網(wǎng)絡(luò)
        3.1.2 神經(jīng)網(wǎng)絡(luò)的形式化模型
        3.1.3 神經(jīng)網(wǎng)絡(luò)的分類(lèi)及拓?fù)浣Y(jié)構(gòu)
        3.1.4 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則
        3.1.5 神經(jīng)網(wǎng)絡(luò)的應(yīng)用
    3.2 無(wú)監(jiān)督學(xué)習(xí)的凸約束神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及算法
        3.2.1 凸約束神經(jīng)網(wǎng)絡(luò)模型
        3.2.2 凸約束下的廣義最小二乘模型
        3.2.3 集間的交互投影及收斂性
        3.2.4 算例
    3.3 貝葉斯網(wǎng)絡(luò)先驗(yàn)分布密度核估計(jì)的優(yōu)良性
        3.3.1 樸素貝葉斯
        3.3.2 正交多項(xiàng)式核函數(shù)的構(gòu)造
        3.3.3 貝葉斯網(wǎng)絡(luò)先驗(yàn)分布密度核估計(jì)的連續(xù)性及光滑性
        3.3.4 貝葉斯網(wǎng)絡(luò)先驗(yàn)分布密度及其導(dǎo)數(shù)核估計(jì)的收斂性
        3.3.5 比較與結(jié)論
    3.4 本章小結(jié)
第4章 一類(lèi)新型神經(jīng)網(wǎng)絡(luò)及其應(yīng)用
    4.1 前言
    4.2 基于隨機(jī)前沿面模型和分岔神經(jīng)網(wǎng)絡(luò)的TFP測(cè)度
        4.2.1 生產(chǎn)函數(shù)與TFP
        4.2.2 隨機(jī)前沿面模型
        4.2.3 基于隨機(jī)前沿面函數(shù)的TFP測(cè)度
        4.2.4 隨機(jī)前沿面模型在分岔神經(jīng)網(wǎng)絡(luò)中的實(shí)現(xiàn)
        4.2.5 算例
    4.3 基于Malmquist函數(shù)和半監(jiān)督異構(gòu)神經(jīng)網(wǎng)絡(luò)的TFP測(cè)度
        4.3.1 基于神經(jīng)網(wǎng)絡(luò)的使用生產(chǎn)函數(shù)計(jì)算TFP測(cè)度
        4.3.2 基于神經(jīng)網(wǎng)絡(luò)的使用馬奎斯特指數(shù)計(jì)算TFP
        4.3.3 基于神經(jīng)網(wǎng)絡(luò)的使用投入產(chǎn)出表計(jì)算TFP
        4.3.4 使用半監(jiān)督異構(gòu)神經(jīng)網(wǎng)絡(luò)進(jìn)行TFP測(cè)度
    4.4 本章小結(jié)
第5章 基于多維數(shù)據(jù)分析的分布式計(jì)算
    5.1 前言
    5.2 多對(duì)象結(jié)構(gòu)方程模型的分布式計(jì)算
        5.2.1 結(jié)構(gòu)方程模型
        5.2.2 多對(duì)象結(jié)構(gòu)方程模型及分布式計(jì)算
        5.2.3 多對(duì)象評(píng)估SEM中凸約束最小二乘解
        5.2.4 比較與結(jié)論
    5.3 多元曲線漂移模型銷(xiāo)售曲線預(yù)測(cè)的分布式計(jì)算
        5.3.1 多元曲線漂移模型
        5.3.2 分布獲得擬合漂移曲線
        5.3.3 確定漂移參數(shù)和預(yù)測(cè)曲線
    5.4 本章小結(jié)
第6章 若干分布式計(jì)算及其應(yīng)用
    6.1 前言
    6.2 一般分布函數(shù)表的Monte Carlo分布式計(jì)算
        6.2.1 偽隨機(jī)數(shù)的分布式發(fā)生
        6.2.2 分布函數(shù)表的Monte Carlo分布式計(jì)算
        6.2.3 單位根過(guò)程檢驗(yàn)的分位點(diǎn)計(jì)算
    6.3 蛋白質(zhì)分子構(gòu)造的分布式計(jì)算
        6.3.1 一個(gè)簡(jiǎn)潔的分解算法
        6.3.2 改進(jìn)的計(jì)算機(jī)列舉算法
        6.3.3 分布式計(jì)算的實(shí)現(xiàn)
    6.4 MOS管壽命分布的負(fù)指數(shù)矩估計(jì)及其分布式計(jì)算
        6.4.1 MOS管壽命模型及其分布
        6.4.2 壽命模型參數(shù)的負(fù)指數(shù)矩估計(jì)
        6.4.3 截尾實(shí)驗(yàn)下的參數(shù)估計(jì)
        6.4.4 模型驗(yàn)證及分布式計(jì)算
    6.5 本章小結(jié)
第7章 基于多維數(shù)據(jù)分析的神經(jīng)網(wǎng)絡(luò)與分布式計(jì)算綜合應(yīng)用
    7.1 顧客滿意度指數(shù)測(cè)評(píng)系統(tǒng)理論研究
    7.2 顧客滿意度指數(shù)測(cè)評(píng)系統(tǒng)的實(shí)現(xiàn)
        7.2.1 系統(tǒng)設(shè)計(jì)
        7.2.2 主要人機(jī)交互界面
第8章 總結(jié)和展望
    8.1 本文的主要研究成果和創(chuàng)新
    8.2 進(jìn)一步的研究設(shè)想
參考文獻(xiàn)
致謝
攻讀博士期間的科研成果



本文編號(hào)：3798430