神经网络、模糊系统的几个问题研究及其在人脸识别中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-21页 |
| ·论文的背景和意义 | 第11-18页 |
| ·前馈神经网络的隐节点选取问题 | 第11-15页 |
| ·呈现层次特征的领域如何使用RBFN | 第15-16页 |
| ·模糊系统的误差分析及收敛性 | 第16-17页 |
| ·模糊系统的优化 | 第17-18页 |
| ·神经网络、模糊系统应用于人脸识别 | 第18页 |
| ·本文的主要工作 | 第18-19页 |
| ·本文的内容安排 | 第19-21页 |
| 2 B样条神经网络的构造理论 | 第21-31页 |
| ·引言 | 第21-22页 |
| ·B样条函数简介 | 第22-23页 |
| ·B样条神经网络的构造理论 | 第23-27页 |
| ·构造算法 | 第27-30页 |
| ·结论 | 第30-31页 |
| 3 层次径向基神经网络的全局逼近理论 | 第31-40页 |
| ·引言 | 第31-32页 |
| ·HRBFN的构造及其基本性质 | 第32-35页 |
| ·HRBFN的全局逼近特性 | 第35-39页 |
| ·结论 | 第39-40页 |
| 4 模糊系统对非线性系统逼近的误差分析 | 第40-49页 |
| ·引言 | 第40-42页 |
| ·模糊系统的数字逼近特性 | 第42-43页 |
| ·逼近误差和初始状态误差对模糊系统性能的影响 | 第43-47页 |
| ·确定非线性系统的模糊辨识 | 第43-44页 |
| ·逼近误差和初始状态误差对模糊系统的影响 | 第44-47页 |
| ·数字仿真 | 第47-48页 |
| ·结论 | 第48-49页 |
| 5 并联模糊系统的预测和辨识收敛性 | 第49-58页 |
| ·引言 | 第49-50页 |
| ·模糊系统及死区BP算法简介 | 第50-52页 |
| ·并联模糊系统的预测和辨识算法收敛性 | 第52-56页 |
| ·仿真分析 | 第56-57页 |
| ·结论 | 第57-58页 |
| 6 模糊子集及规则的合并算法研究 | 第58-67页 |
| ·引言 | 第58页 |
| ·模糊子集的合并 | 第58-62页 |
| ·模糊规则的合并 | 第62-63页 |
| ·仿真分析 | 第63-66页 |
| ·结论 | 第66-67页 |
| 7 基于神经网络的人脸自动识别 | 第67-76页 |
| ·引言 | 第67页 |
| ·特征提取 | 第67-71页 |
| ·基于眼睛位置估计的纯脸分割 | 第67-70页 |
| ·基于SOM的特征提取 | 第70-71页 |
| ·分类器设计 | 第71-74页 |
| ·基于模糊神经网络的分类器 | 第71-73页 |
| ·样本生成 | 第73页 |
| ·学习算法 | 第73-74页 |
| ·实验及结论 | 第74-76页 |
| 8 人脸识别的一种模糊神经模型 | 第76-88页 |
| ·引言 | 第76-77页 |
| ·模糊神经模型的细节 | 第77-84页 |
| ·特征提取 | 第77-79页 |
| ·模糊神经模型 | 第79-80页 |
| ·训练数据集，规则条数确定和参数初始化 | 第80-82页 |
| ·学习过程 | 第82-84页 |
| ·实验结果与分析 | 第84-86页 |
| ·结论 | 第86-88页 |
| 结束语 | 第88-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-98页 |
| 附录 | 第98页 |
