一种改进的结构自适应自组织神经网络的研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-9页 |
| ·工程背景 | 第6页 |
| ·神经网络及其特点 | 第6-7页 |
| ·结构自适应神经网络理论的发展 | 第7-8页 |
| ·本文的主要工作 | 第8-9页 |
| 第二章 神经网络基本理论简介 | 第9-28页 |
| ·引言 | 第9页 |
| ·神经元网络的基本原理 | 第9-14页 |
| ·简化神经元数学模型(特征函数) | 第10-11页 |
| ·神经网络连接方式 | 第11-13页 |
| ·神经网络的分类 | 第13-14页 |
| ·自组织神经网络的基本理论 | 第14-24页 |
| ·竞争学习 | 第14-15页 |
| ·ART 网络模型 | 第15-17页 |
| ·自组织特征映射Kohonen 神经网络 | 第17-24页 |
| ·结构自适应神经网络 | 第24-25页 |
| ·神经网络结构自调整的发展现状 | 第25-28页 |
| 第三章 聚类算法 | 第28-40页 |
| ·样本类型及相似性测度理论 | 第28-31页 |
| ·样本类型 | 第28-29页 |
| ·相似性测度 | 第29-31页 |
| ·聚类算法介绍 | 第31-38页 |
| ·聚类的三个步骤 | 第31-33页 |
| ·类的定义 | 第33-34页 |
| ·聚类谱系图 | 第34-35页 |
| ·系统聚类法 | 第35-37页 |
| ·动态聚类法 | 第37-38页 |
| ·小结 | 第38-40页 |
| 第四章 结构自适应自组织神经网络的算法 | 第40-49页 |
| ·结构自适应神经网络算法的改进 | 第40-45页 |
| ·结构自适应自组织神经网络神经元分布原则 | 第40-42页 |
| ·关于样本集的选择 | 第42-43页 |
| ·现有生长-删除法算法的局限性 | 第43页 |
| ·新的网络结构的特征 | 第43-45页 |
| ·结构自适应神经网络算法的总体流程 | 第45-46页 |
| 小结 | 第46-49页 |
| 第五章 实验结果分析 | 第49-54页 |
| ·实验结果与分析 | 第49-53页 |
| ·样本的选择 | 第49页 |
| ·主要性能指标 | 第49-50页 |
| ·训练参数 | 第50页 |
| ·数据结果 | 第50-53页 |
| ·数据分析 | 第53页 |
| ·小结 | 第53-54页 |
| 第六章 总结和对未来工作的展望 | 第54-56页 |
| ·本文的贡献 | 第54页 |
| ·进一步研究的方向 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59-61页 |
| 硕士期间所发表论文的情况 | 第61-62页 |
| 致谢 | 第62页 |
