在經(jīng)過(guò)廣泛調(diào)研專業(yè)農(nóng)產(chǎn)品跨境電商人才的知識(shí)體系和技能的基礎(chǔ)上,總結(jié)分析專業(yè)農(nóng)產(chǎn)品跨境電商人才具備的9大重要特征。利用這些特征量化收集得到的652份樣本數(shù)據(jù),建立基于BP神經(jīng)網(wǎng)絡(luò)的農(nóng)產(chǎn)品跨境電商人才培養(yǎng)算法模型。實(shí)際應(yīng)用結(jié)果表明,采用十字交叉驗(yàn)證方法進(jìn)行驗(yàn)證,分類的準(zhǔn)確度達(dá)到了95%,相比傳統(tǒng)的KNN分類算法,分類精確度較高,節(jié)省了評(píng)估農(nóng)產(chǎn)品跨境電商人才具有不同水準(zhǔn)的人力物力,同時(shí)可以針對(duì)不同類別的跨境電商人才,提供精準(zhǔn)培養(yǎng),避免資源浪費(fèi)。 

【文章來(lái)源】：微型電腦應(yīng)用. 2020,36(05)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

BP神經(jīng)網(wǎng)絡(luò)分類模型算法流程圖

構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)從輸入到輸出的維度分別為(9,400,300,100,3),構(gòu)造的神經(jīng)網(wǎng)絡(luò)模型,如圖2所示。圖2中的隱藏層包含了3層的神經(jīng)網(wǎng)絡(luò)模型,構(gòu)造的BP神經(jīng)網(wǎng)絡(luò)由1個(gè)輸入層,3個(gè)隱藏層和1個(gè)輸出層組成。對(duì)于第二層神經(jīng)網(wǎng)絡(luò)中的每一個(gè)神經(jīng)節(jié)點(diǎn)來(lái)說(shuō),對(duì)于第一層輸入的數(shù)據(jù),經(jīng)過(guò)線性變換,如式(1)所示。

實(shí)驗(yàn)的環(huán)境采用的是Windows10的操作系統(tǒng),CPU型號(hào)為Intel(R) Core(TM) i7-8750H@2.20 GHz 2.1 GHz,內(nèi)存為8 G,算法的實(shí)現(xiàn)采用的是基于Pytorch深度學(xué)習(xí)框架的Python語(yǔ)言實(shí)現(xiàn)的。在實(shí)驗(yàn)的過(guò)程中,按照1.1的十字交叉驗(yàn)證方法,每次隨機(jī)按照0.7的比例選取456條數(shù)據(jù)作為訓(xùn)練數(shù)據(jù),剩余的196條數(shù)據(jù)作為驗(yàn)證數(shù)據(jù),實(shí)驗(yàn)進(jìn)行10次,取10次的驗(yàn)證數(shù)據(jù)的準(zhǔn)確度作為平均的準(zhǔn)確率。實(shí)驗(yàn)的BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)率設(shè)置為α=0.28,迭代的次數(shù)設(shè)置epochs=1000,之所以選擇學(xué)習(xí)率α=0.28,是因?yàn)樵诖藚?shù)下,對(duì)精確度影響較低,而迭代速度較快,能盡快地收斂。實(shí)驗(yàn)的結(jié)的損失函數(shù)趨勢(shì)圖,如圖3所示。有圖3的實(shí)驗(yàn)數(shù)據(jù)可以看出,當(dāng)?shù)拇螖?shù)大致達(dá)到800次的時(shí)候,模型的損失函數(shù)基本上達(dá)到了收斂的水平,待模型穩(wěn)定后,就可以對(duì)模型進(jìn)行驗(yàn)證數(shù)據(jù)的測(cè)試了,驗(yàn)證集測(cè)試的結(jié)果,如表2所示。

【參考文獻(xiàn)】：
期刊論文
[1]Knn算法在互聯(lián)網(wǎng)涉警輿情分析系統(tǒng)的應(yīng)用研究[J]. 陳來(lái).  通訊世界. 2019(12)
[2]基于改進(jìn)的遺傳算法與人工神經(jīng)網(wǎng)絡(luò)的類流感的預(yù)測(cè)[J]. 胡紅萍,白黃琴,白艷萍,張菊平,劉茂省.  中北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(06)
[3]基于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別[J]. 蔣銳鵬,姑麗加瑪麗·麥麥提艾力,安麗娜.  計(jì)算機(jī)技術(shù)與發(fā)展. 2020(02)
[4]基于BP神經(jīng)網(wǎng)絡(luò)的包裝分揀機(jī)器人視覺(jué)標(biāo)定算法[J]. 章曉峰,李光,肖帆,楊家超,馬祺杰.  包裝學(xué)報(bào). 2019(04)
[5]“一帶一路”背景下我國(guó)農(nóng)產(chǎn)品跨境電商發(fā)展現(xiàn)狀及策略研究[J]. 嚴(yán)淑芬,王志和.  電子商務(wù). 2019(06)
[6]改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法的研究與應(yīng)用[J]. 富宇,李倩,劉澎.  計(jì)算機(jī)與數(shù)字工程. 2019(05)
[7]一種新型激活函數(shù):提高深層神經(jīng)網(wǎng)絡(luò)建模能力[J]. 賀揚(yáng),成凌飛,張培玲,李艷.  測(cè)控技術(shù). 2019(04)
[8]跨境電商專業(yè)人才勝任素質(zhì)模型研究[J]. 蘇曼.  高等工程教育研究. 2016(03)
[9]基于三個(gè)并行BP神經(jīng)網(wǎng)絡(luò)的機(jī)器人逆運(yùn)動(dòng)學(xué)求解[J]. 臧慶凱,李春貴,鐘宛余.  計(jì)算機(jī)測(cè)量與控制. 2012(08)
[10]基于最優(yōu)樸素貝葉斯分類器的個(gè)人信用預(yù)測(cè)[J]. 吳陳,張明華.  江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(04)

碩士論文
[1]基于遷移學(xué)習(xí)的情感分類研究與應(yīng)用[D]. 段秀玉.北京郵電大學(xué) 2019
[2]以提升用戶信任為導(dǎo)向的跨境電商服務(wù)設(shè)計(jì)研究[D]. 帥如.華東理工大學(xué) 2018



本文編號(hào)：3216823