第一个书签之前
绪 论
国内外研究现状
研究内容
相关方法的理论介绍
线性回归分析
缩减回归分析
人工神经网络(Artificial Neural Networks)
神经网络
反馈调节
卷积神经网络(CNNs)
池化层(Pooling layers)
CNNs卷积神经网络结构
特征选取和模型的构造
上传者影响力特征
谷歌趋势特征(GoogleTrends)
视频文本特征处理
视频时间序列特征处理
基于CNNs预测模型(DLVP)构建
K-means聚类
多层卷积神经网络(CNNs)调节
实验和结果分析
预测准确率RIT
模型训练及结果分析
模型训练
实验结果分析
DLVP模型与现有预测方法的简单对比
总结展望
展望
参考文献
致谢
湘潭大学;