中国期刊全文数据库 共找到 4 条[1]孙瑞哲 对接——迎接跨国采购新时代[J]纺织导报 , 2005,(03) [2]孟丁 电子商务时代的商业经营模式及问题[J]江苏商论 , 2004,(06) [3]胡琼 电子商务的发展及对服装营销的影响[J]现代纺织技术 , 2001,(03) [4]尹建华,纪志坚,苏敬勤 电子商务环境下服装产业发展模式的变革:以大连市为例[J]软科学 , 2002,(03) [1]李晓菁 服装企业的品牌营销策略研究[D]武汉理工大学 , 2006 [2] [1] 程雯 我国网络购物现状浅析[J] 价格月刊 , 2009,(09) [2] 徐华伟, 李素芳 对我国网络购物的思考[J] 科技信息(学术研究) , 2008,(24) [3] 程雯 金融危机下我国网络购物浅析[J] 江西金融职工大学学报 , 2010,(01) [4] 李彩丽 我国网络购物的发展状况及对策研究[J] 今日南国(理论创新版) , 2008,(06) [5] 叶飞丹 网络购物：“冲击”和“商机”[J] 中国市场 , 2008,(34) [6] 管晶晶 足不出户购物是怎样实现的?[J] 今日科苑 , 2007,(21) [7] 未来十年互联网什么样?网速将达100M/秒[J] 国际新闻界 , 2006,(04) [8] 美推出GENI项目重构下一代互联网[J] 中国教育网络 , 2006,(Z1) [9] 第二代搜索购物正在进入中国[J] 互联网周刊 , 2005,(45) [10] 秋风 互联网的自由与隔阂[J] 中国海关 , 2005,(12) 李爱花 我国服装电子商务的应用研究[D]天津工业大学 , 2004 [3]李旸 跨国零售企业在华全球采购研究[D]福州大学 , 2006 [4]史鸿雁 品牌服装企业网站构成内容特征研究及创建[D]东华大学 , 2006 [1] 史鸿雁, 李俊 服装网络购物的发展趋势[J] 化纤与纺织技术 , 2005,(03) [2] 周旭东, 许新玉 纺织服装业的网络经济分析[J] 上海纺织科技 , 2001,(06) [3] 新疆将建设一批纺织服装特色城镇[J] 纺织信息周刊 , 2005,(30) [4] 电子商务被看好[J] 石油工业计算机应用 , 2009,(01) [5] 国家电子商务认证管理中心将成立[J] 中国金属通报 , 2002,(04) [6] 李勇 电子商务提升石化活力[J] 中国石油企业 , 2006,(Z1) [7] 刘嘉, 李涛, 张彦山, 万晗 CHIC有我 《纺织服装周刊》参展侧记[J] 纺织服装周刊 , 2009,(13) [8] 孙德红 石油电子商务要扩展覆盖面[J] 中国石油企业 , 2006,(04) [9] 张彦宁 电子商务推动管理现代化[J] 中国石油企业 , 2005,(03) [10] 王驰宇 电子商务是服装业“过冬”的“棉被”[J] 信息网络 , 2008,(12)
应该够了吧。。。[1] 刘亚平, 蒲继生, 巨正东 谈谈我国企业开展网络营销的问题[J] 科学经济社会 , 2001,(03) [2] 宋宇 试论网络营销发展的现状与对策[J] 西昌师范高等专科学校学报 , 2004,(02) [3] 刘永智 浅谈我国网络营销的现状及对策[J] 徐州教育学院学报 , 2004,(03) [4] 刘静 新时代的网络营销[J] 天中学刊 , 2005,(02) [5] 唐丽芳 病毒式网络营销[J] 沧州师范专科学校学报 , 2005,(01) [6] 刘朝 网络购物:困难还在,明天会好[J] 21世纪 , 2000,(02) [7] 曾宇容 网络营销的理论基础及实施步骤[J] 湖北商业高等专科学校学报 , 2001,(04) [8] 秦苒 浅议网络营销[J] 安阳师范学院学报 , 2002,(01) [9] 康云 浅谈网络营销的发展[J] 中南民族大学学报(人文社会科学版) , 2004,(S2) [10] 彭光辉 网络营销经营风险与对策[J] 湖北职业技术学院学报 , 2004,(02)[1] 杜新丽 网络营销设建的思考[J] 河南科技 , 2005,(11) [2] 李俊英 电子商务对市场营销方式的影响研究[J] 科技信息 , 2006,(12) [3] 罗捷 整合网络营销与传统营销[J] 科技信息 , 2000,(11) [4] 陈兵, 周志平 整合网络营销——现代市场营销的主流[J] 今日科技 , 2002,(05) [5] 陈炜恒 电子商务——来自网上的革命[J] 世界知识 , 1998,(15) [6] 石见 网络营销坚定前行[J] 中国青年科技 , 1999,(09) [7] 王旗林, 黎志成 网络营销的策略探讨[J] 科技进步与对策 , 2000,(03) [8] 杨开源, 邵莉 网络营销初探[J] 江汉石油学院学报(社会科学版) , 1999,(03) [9] 王宏伟, 夏远强 网络营销中商业伦理的探讨[J] 科技进步与对策 , 2005,(03) [10] 朱焱 网络营销企业与顾客的关系定位[J] 苏南科技开发 , 2001,(02)
恩，，那你说，，，
电子文献著录格式〔序号〕作者题名〔文献类型标志/文献载体标志〕出版地：出版者，出版年（更新或修改日期）[引用日期]获取和访问路径例:〔10〕Pacs-l: the public-access computer systems forum〔EB/OL〕．Houston, Tex: University of Houston Libraries, 1989[1995-05-17] html载体类型 磁带（magnetic tape） 磁盘（disk） 光盘（CD-ROM） 联机网络（online）标志代码 MT DK CD OL
例子 傅刚大风过后的思考[N/OL]北京青年报，2000-04-12（14）[2002-03-06] %5ED0412B [序号] 主要责任者．题名：其他题名信息[文献类型标志、文献载体标志]．出版地：出版者，出版年（更新或修改日期）[引用日期]．获取和访问路径（网址）．注明：[N/OL]为[文献类型标志、文献载体标志]文献类型标志如下：普通图书 M, 会议录 C, 汇编 G, 报纸 N, 期刊 J, 学位论文 D, 报告R，标准 S，专利 P，数据库 DB，计算机程序 CP，电子公告 EB。电子文献载体类型标志如下：磁带 MT，磁盘 DK，光盘 CD，联机网络OL
按照如此：序号，主要责任者，题名，其他题名信息，文献类型标志、文献载体标志，出版地，出版者，出版年，更新或修改日期，引用日期，获取和访问路径（网址）。注明：[N/OL]为[文献类型标志、文献载体标志]。论文一般由题名、作者、摘要、关键词、正文、参考文献和附录等部分组成，其中部分组成（例如附录）可有可无。要求准确、简练、醒目、新颖。目录是论文中主要段落的简表。（短篇论文不必列目录）。
论文参考文献：1、传统参考文献的查找方式就是通过图书馆，图书馆图书是查找传统参考文献的主要途径，而且相对其他方式来说，具有方便实惠的优点。2、通过中国知网，中国知网（CNKI）是比较权威的网络文献来源，大多数高校都有和中国知网的合作，所以在学校可以享受免费下载文献的待遇，其他方式部分文献是需要收费的。而且查找起来十分方便，在中国知网官网的分类目录或者检索区域输入文献标题，就可以了。3、通过维普期刊，在维普期刊中使用高级检索，可以十分精确查找到所需文章。4、通过万方数据库，检索方法就是点击首页然后搜索旁边的高级检索，进入检索区域就好。5、通过百度学术，检索方法也是大同小异，搜索栏输入名称即可。6、其他文献来源：以上是常用的查文献途径，如果一些专业性比较强的可以通过这些途径检索：①开世览文；②超星图书；③E线图情；④读秀中文；⑤百链云；⑥全球索索等。文献类型期刊类，用[J]表示，一般篇幅不长，大概2000字左右，内容教浅，但是可以了解你的课题研究情况。博硕士论文，用[D]代表，这些论文一般3万字起，对于本科生来说可以参考博硕士论文，借鉴他们章节的布局方式以及排版，可以给自己的论文一些基础思路。书籍，用[M]代表，指书籍专著，大家可以根据论文研究需要去参考相应的书籍。报纸类文献资料，[N]表示。报告类文献资料，[R]表示。
前言第1章智能控制技术基础第2章 神经网络控制的基本概念第3章 前向神经网络模型及其仿真算法第4章 改进的BP网络训练算法第5章 小脑模型神经网络及其应用第6章 遗传算法及其神经网络第7章模糊神经网络第8章 径向基函数网络第9章 反馈型神经网络第10章 支持向量机第11章 小波神经网络及应用参考文献
第1章 绪论1 神经网络在石油生产中的应用简介2 神经网络的研究与发展历史3 储层预测的研究与进展4 神经网络模式识别概述5 遗传算法研究与发展概述6 模拟退火算法的研究和发展概况7 支持向量机的研究与进展8 本书的主要研究内容及章节安排第2章 人工神经网络1 引言2 神经元模型3 神经网络模型4 感知器5 误差回传神经网络(BP)6 神经网络的优点7 本章小结第3章 改进遗传算法的径向基函数网络方法研究及应用1 引言2 径向基函数网络3 遗传算法4 自适应遗传算法(AGA)基本原理5 基于改进遗传算法的径向基函数网络6 改进的遗传算法径向基函数网络的应用7 本章小结第4章 小波变换及小波神经网络方法研究及应用1 引言2 小波分析3 小波变换模极大检测地震反射界面4 小波神经网络5 小波神经网络的应用一6 本章小结第5章 模糊神经网络方法研究及应用1 引言2 模糊理论3 模糊关系和模糊逻辑推理4 模糊逻辑系统5 模糊系统和神经网络的融合6 模糊神经网络7 用于火山岩储层识别预测的模糊神经网络8 基于模糊神经网络的火山岩储层的识别与预测9 基于模糊神经网络多传感器数据融合的海底输油管道腐蚀检测系统1 0本章小结第6章 改进的模拟退火人工神经网络方法研究及应用1 引言2 模拟退火算法及其特性3 模拟退火算法的渐近收敛性4 模拟退火算法与局部搜索算法比较5 鲍威尔(P0well)算法6 改进的模拟退火人工神经网络7 改进的模拟退火人工神经网络应用8 算法比较9 本章小结第7章 支持向量机方法研究及应用1 引言2 机器学习的基本问题和方法3 统计学习理论的主要内容4 分类支持向量机5 回归支持向量机6 支持向量机的应用7 本章小结第8章 结论参考文献
罗小波1 刘明培1，2（重庆邮电大学计算机学院中韩GIS研究所，重庆，400065；西南大学资源环境学院，重庆，400065）摘要：在网络结构给定的情况下，利用遗传算法的全局寻优能力得到一组权值和阈值作为BP神经网络的初始权值和阈值，来避免BP神经网络易陷入局部极小的缺陷，同时也可以提高网络的收敛速度。然后再利用BP神经网络的局部寻优能力，对权值和阈值进行进一步的精细调整。实验结果表明，把这种基于遗传算法的BP神经网络应用于遥感影像监督分类，具有较高的分类精度。关键词：BP神经网络；遗传算法；遥感影像分类1 引言随着遥感技术的快速发展，遥感技术已经广泛应用于各个领域。其中，遥感影像分类是其重要组成部分。近年来，随着人工神经网络理论的快速发展，神经网络技术日益成为遥感影像分类中的有效手段，特别是对高光谱等影像数据，更是具有许多独特的优势。一般我们把采用BP （Back-propogation）算法的多层感知器叫做BP 神经网络，它是目前研究得最完善、应用最广泛的神经网络之一。与经典的最大似然法相比，BP神经网络最大的优势就是不要求训练样本正态分布。但是，它具有结构难以确定、容易陷入局部极小、不易收敛等缺陷。在本文中，网络的结构由用户根据问题的复杂度确定。在进行网络训练之前，利用遗传算法的全局寻优能力确定网络的初始权值和阈值；然后利用BP学习算法的局部寻优能力对网络进行进一步的精细调整。最后利用训练后的网络进行遥感影像监督分类。结果表明，基于遗传算法的BP神经网络进行遥感影像监督分类，具有较高的分类精度。2 BP 神经网络1 网络结构BP神经网络的结构一般包括输入层、中间隐层、输出层。在模式识别中，输入层的神经元个数等于输入的特征个数，输出层的神经元个数等于需要分类的类别数。隐层可以为一层或多层，但一般的实际应用中一层隐层就可以满足要求。而各隐层的神经元个数需要根据实际问题的复杂度而定。以单隐层为例，其结构示意图如图1。为了实现一种通用的遥感影像分类手段，除了提供默认的网络结构外，还为使用者提供了根据实际问题的复杂度自行确定网络隐层数与各隐层神经元数的功能。这为一些高级用户提供了灵活性，但这种灵活性在一定程度上增加了使用的难度，有时也需要一个实验的过程，才能取得满意的效果。图1 BP 神经网络结构2 BP 学习算法算法的基本步骤如下：（1）将全部权值与节点的阈值预置为一个小的随机数。（2）加载输入与输出。在n个输入节点上加载一n维向量X，并指定每一输出节点的期望值。每次训练可以选取新的同类或者异类样本，直到权值对各类样本达到稳定。（3）计算实际输出y1，y2，…，yn。（4）修正权值。权值修正采用了最小均方（LMS）算法的思想，其过程是从输出节点开始，反向地向第一隐层传播由总误差诱发的权值修正。下一时刻的互连权值Wij （t＋1）由下式给出：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，j为本节点的输出；i则是隐层或者输入层节点的序号； 或者是节点i的输出，或者是外部输入；η 为学习率；α为动量率；δj为误差项，其取值有两种情况：A若j为输出节点，则：δj＝yj（1 －yj）（tj －yj）其中，tj为输出节点 j 的期望值，yj为该节点的实际输出值；B若j为内部隐含节点，则：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集其中k为j节点所在层之上各层的全部节点。（5）在达到预定的误差精度或者循环次数后退出，否则，转（2）。3 基于遗传算法的网络学习算法遗传算法具有全局寻优、不易陷入局部极小的优点，但局部寻优的能力较差。而BP学习算法却具有局部寻优的优势。因此，如果将两种算法结合起来构成混合训练算法，则可以相互取长补短获得较好的分类效果。主要思路如下：（1）利用遗传算法确定最优个体A把全部权值、阈值作为基因进行实数编码，形成具有M个基因的遗传个体结构，其中M等于所有权值、阈值的个数。B设定种群规模N，随机初始化这N个具有M个基因的结构。C适应度的计算：分别用训练样本集对N组权值、阈值进行训练，得出各自网络期望输出与网络实际输出的总误差e，适应度f＝0－e。D进行遗传算子操作，包括选择算子、交叉算子和变异算子，形成新的群体：其中，选择算子采用了轮盘赌的方法，交叉算子采用了两点交叉。E反复进行C、D两步，直到满足停止条件为止。停止条件为：超出最大代数、最优个体精度达到了规定的精度。（2）把经过 GA 优化后的最优个体进行解码操作，形成 BP 神经网络的初始权值和阈值。（3）采用BP学习算法对网络进行训练，直到满足停止条件。停止条件为：①达到最大迭代次数；②总体误差小于规定的最小误差。网络训练结束后，把待分数据输入训练好的神经网络，进行分类，就可以得到分类结果影像图。3 应用实例实现环境为VC＋ ＋0，并基于Mapgis的二次开发平台，因为二次平台提供了一些遥感影像的基本处理函数，如底层的一些读取文件的基本操作。实验中使用的遥感影像大小为500×500，如图1所示。该影像是一美国城市1985年的遥感影像图。根据同地区的SPOT影像及相关资料，把该区地物类别分为8类，各类所对应的代码为：C1为水体、C2为草地、C3为绿化林、C4为裸地、C5为大型建筑物、C6为军事基地、C7为居民地、C8为其他生活设施（包括街道、道路、码头等）。其中，居民地、军事设施、其他生活设施的光谱特征比较接近。图1 TM 原始影像 （5，4，3 合成）在网络训练之前，经过目视解译，并结合一些相关资料，从原始图像上选取了3589个类别已知的样本组成原始样本集。要求原始样本具有典型性、代表性，并能反映实际地物的分布情况。把原始样本集进行预处理，共得到2979个纯净样本。这些预处理后的样本就组成训练样本集。网络训练时的波段选择为TM1、TM2、TM3、TM4、TM5、TM7 共6个波段。另外，由于所要分类的类别数为8，因此，网络结构为：输入层节点数为6，输出层节点数为8，隐层数为1，隐层的节点数为10，然后用训练样本集对网络进行训练。在训练网络的时候，其训练参数分别为：学习率为05，动量率为5，最小均方误差为1，迭代次数为1000。把训练好的网络对整幅遥感影像进行分类，其分类结果如下面图2所示。图2 分类结果为了测试网络的分类精度，在分类完成后，需要进行网络的测试。测试样本的选取仍然采用与选取训练样本集一样的方法在原始影像上进行选取，即结合其他资料，进行目视判读，在原始图像上随机选取类别已知的样本作为测试样本。利用精度评价模块，把测试样本集与已分类图像进行比较，得到分类误差矩阵以及各种分类精度评价标准，如表1 所示：表1 分类误差矩阵总体精度：91，Kappa系数：90。从表1 可以看出，采用测试样本集进行测试，大部分地物的分类精度都达到了 9以上，只有居民地和其他生活设施的精度没有达到，但也分别达到了89 和77，总的分类精度为91。Kappa系数在遥感影像分类精度评价中应用极为广泛，在本次测试中其值为90。从上面的分析可以看出，利用基于遗传算法的BP神经网络进行遥感影像分类，其分类精度较高，取得了令人满意的效果。4 结论与传统的基于统计理论的分类方法相比，BP神经网络分类不要求训练样本正态分布，并且具有复杂的非线性映射能力，更适合于日益激增的海量高光谱遥感数据的处理。但BP神经网络也有易陷于局部极小、不易收敛等缺陷。初始权值和阈值设置不当，是引起网络易陷于局部极小、不易收敛的重要原因。在实验中，利用遗传算法的全局寻优能力来确定BP网络的初始权值和阈值，使得所获取的初始权值和阈值是一组全局近似最优解。然后，利用BP学习算法的局部寻优能力对网络权值和阈值进行精细调整。这样，训练后的稳定网络，不但具有较强的非线性映射能力，而且总可以得到一组均方误差最小的全局最优解。实验表明，利用上述的基于遗传算法的BP神经网络进行遥感影像分类，只要所选取的训练样本具有代表性，能反映实际地物的分布情况，就能够得到较高的分类精度，具有较强的实际应用价值。参考文献HYang et al，A Back-propagation neural networkmfor mineralogical mapping fromAVIRIS data，IJRemote sensing，20 （1）：97～110Arduti Alessandro，et Speed up learning and network optimization with extended back Neural Networks，1993，6：365～383Patrick PMinimization methods for training feed forward neural Neural Networks，1994，7：1～12Goldberg D EGenetic algorithms in Search Optimization and Machine LMA：Addison-Wesley，1989Rudolph GConvergence analysis of canonical genetic IEEE Transactions on Neural Networks，1994，5 （1）；102～119Fang J，Xi YToward design based on evolutionary ArtificialIE，1997，11 （2）：155～161Park Y R，et Prediction sun spots using layered perception neural IEEE T Neural Netorks，1996，7 （2）：501～505杨行峻、郑君里人工神经网络与盲信号处理［M］北京：清华出版社，2003，23～40周成虎、骆剑成等遥感影像地学理解与分析［M］北京：科学出版社，2001，228～238王耀男卫星遥感图像的神经网络自动识别［J］湖南大学学报，1998，61～66江东，王建华人工神经网络在遥感中的应用与发展国土与资源遥感，1999，13～18
RPROP神经网络算法原理 1993年德国Martin Riedmiller和Heinrich Braun在他们的论文“The RPROP Algorithm”中提出了这种方法。 RPROP算法的基本原理为：首先为各权重变化赋一个初始值，设定权重变化加速因子与减速因子，在网络前馈迭代中当连续误差梯度符号不变时，采用加速策略，加快训练速度；当连续误差梯度符号变化时，采用减速策略，以期稳定收敛。网络结合当前误差梯度符号与变化步长实现BP，同时，为了避免网络学习发生振荡或下溢，算法要求设定权重变化的上下限。参考文献：
知网上找中文文献，筛选条件设为2012年之后即可。中国知网，是国家知识基础设施（National Knowledge Infrastructure，NKI）的概念，由世界银行于1998年提出。CNKI工程是以实现全社会知识资源传播共享与增值利用为目标的信息化建设项目，由清华大学、清华同方发起，始建于1999年6月。
网址
我也在想这个问题，有解的话通知我我找到了
需要。参考文献的网络链接功能在中国期刊网上已初见端倪。它可以帮助我们探索学术思想的链接关系，追寻学术流派的渊源，发现新兴的交叉学科，预测学科的发现。网络文献参考文献，又称为参考书目、引用着作或参考着作，是书单、学术文章、演讲文稿、笔录、日记、法律、信件、网站以及别的写英文论文时使用的资料列表。网络文献参考文献一般位于末尾，其主要目的是让读者更容易找到关于你所研究题目的资料。
可以，但是要注意以下几点：1、一定要注明出处，即引用文献的作者、文献名称、出版社、年限等信息；引用的章节也最好给予注明；引用文献一般放在论文最后的参考文献加以列示；2、引用论文内容时，一定要注意不可以大段大段地抄袭下来，最好只引用作者的观点、或者有论证的论据，以及图表、研究数据等；3、除非是学校有特殊要求外，一般不建议引用本年段或者未经发表的本校的其他的师生的论文，因为无法公开查询，会导致“抄袭”嫌疑。