神经网络及其在数据科学中的应用

图书信息

内容简介

本书旨在介绍神经网络数值模拟、稳定性及其在经济预测、文本分类等方面的应用以及作者近几年的研究成果。本书系统地阐述了时滞Markov切换神经网络、随机Hopfield神经网络的数值方法、Markov切换随机时滞神经网络数值方法的基本理论和稳定性分析, 研究了神经网络与统计学习和群体智能优化算法的融合方法及其在证券投资、碳价预测和文本挖掘等方面的应用, 并通过数值实例验证理论结果的正确性和方法的有效性, 通过实证分析展示神经网络等方法在数据科学中的应用。

目录

1. 神经网络及其在数据科学中的应用 目录
2. 第1章 绪论
3. 1．1 研究目的和意义
4. 1．2 神经网络及随机数值模拟研究现状
5. 1．3 预备知识
6. 1．4 主要研究内容
7. 第2章 时滞和噪声影响下具有Markov切换神经网络的稳定性
8. 2．1 引言
9. 2．2 时滞和噪声影响下的稳定性条件
10. 2．3 数值仿真
11. 2．4 本章小结
12. 第3章 随机时滞Hopfield神经网络的SSBE方法稳定性
13. 3．1 引言
14. 3．2 随机时滞Hopfield神经网络稳定性
15. 3．3 SSBE方法的稳定性
16. 3．4 数值仿真
17. 3．5 本章小结
18. 第4章 Markov切换随机时滞神经网络的EM方法稳定性
19. 4．1 引言
20. 4．2 Markov切换随机时滞神经网络指数稳定性
21. 4．3 EM方法稳定性
22. 4．4 数值仿真
23. 4．5 本章小结
24. 第5章 Markov切换随机时滞神经网络的随机e-方法稳定性
25. 5．1 引言
26. 5．2 Markov切换随机时滞神经网络稳定性
27. 5．3 随机0-方法稳定性
28. 5．4 数值仿真
29. 5．5 本章小结
30. 第6章 Markov切换随机时滞神经网络的ss-e-方法的稳定性
31. 6．1 引言
32. 6．2 Markov切换随机时滞神经网络的稳定性
33. 6．3 SS-0-方法稳定性
34. 6．4 数值仿真
35. 6．5 本章小结
36. 第7章 基于投资者情绪指数的上证综指预测
37. 7．1 引言
38. 7．2 数据来源与百度指数
39. 7．3 基于岭回归和随机森林法的关键词选择
40. 7．4 BP神经网络模型建立和检验
41. 7．5 本章小结
42. 第8章 基于改进果蝇优化算法的欧盟碳价预测
43. 第9章 基于CRNN-Attention模型的文本情感分类
44. 第10章 基于TextCNN与LDA的民宿行业服务质量分析
45. 参考文献
46. 展开全部