原创力文档- 1、原创力文档（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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于深度学习的不完整数据集识别方法
目录
内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.4技术路线与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
相关理论与技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
2.1深度学习基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
2.1.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
2.1.2循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
2.1.3自编码器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
2.2数据缺失理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
2.2.1数据缺失类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
2.2.2数据缺失机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
2.3不完整数据集识别方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.3.1基于统计的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
2.3.2基于模型的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
基于深度学习的不完整数据集识别模型．．．．．．．．．．．．．．．．．．．．．22
3.1模型总体架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
3.2数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
3.2.1数据清洗．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
3.2.2数据增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
3.3特征提取模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
3.3.1卷积特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
3.3.2循环特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
3.4缺失区域识别模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
3.4.1自编码器结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
3.4.2损失函数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
3.5模型训练与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
3.5.1模型训练策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
3.5.2模型参数调优．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
实验设计与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
4.1实验数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
4.1.1数据集描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
4.1.2数据集划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
4.2实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
4.2.1评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
4.2.2对比方法．．．．．．．．．．．．．
文档评论（0）