您的位置:网站首页 > 《中文科技期刊数据库》 > 工程技术 > 自动化计算机 > 计算机应用 > 摘要

基于深度学习的线上农产品销量预测模型研究

《计算机应用研究》2017年 第8期 | 刘晶 和述群 朱清香 安雅程 许楠 刘凯   河北工业大学计算机科学与软件学院 天津300401 河北工业大学经济管理学院 天津300401 河北省大数据计算重点实验室 天津300401
  • 第1页
  • 第2页
  • 第3页
  • 第4页
论文服务:
摘 要:针对线上农产品销售存在的信息不对称问题,提出一种结合深度学习算法优势和涉农电商销售数据特点的皇冠模型(imperial crown model,ICM)。首先建立因素评价指标,将销量分为四个类别;其次,采用两层自编码网络提取样本特征,并生成新的特征向量;然后利用带标签样本集训练分类器并对无标签训练样本分类;最后,利用BP微调整个网络参数得到使损失函数值达到最小的最优参数,实现线上农产品的销量分类预测。经仿真分析,验证了ICM模型的分类准确率高达88%,明显高于其他未将数据进行特征学习的浅层分类器,证明了ICM具有较好的增量自学习能力和层次认知能力。
【分 类】【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工)
【关键词】 深度学习 农产品销量预测 农产品销量评价指标 ICM
【出 处】 《计算机应用研究》2017年 第8期 2291-2293页 共4页
【收 录】 中文科技期刊数据库