Indexed by：
Abstract：
一种基于深度学习的便利店销量预测方法属于计算机科学计算领域，该方法主要采用了深度信念网络DBN模型。DBN网络本质上是由多个限制玻尔兹曼机RBM堆叠而成的结构，这里将DBN网络顶层输出与SVR回归机进行连接，并优化参数设置，建立了新的回归模型。该方法能够解决一些实际问题，比如连锁便利店食品类商品的销量预测，在kaggle数据集上对比线性回归、决策树、BP神经网络、支持向量回归等单模型回归算法的实验中，都取得了更好的预测结果。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201910204204.X
Filing Date： 2019-03-18
Publication Date： 2019-07-05
Pub. No.： CN109978612A
Applicants： 北京工业大学
Legal Status： 撤回-视为撤回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
