BP网络原理及应用研究

第一章 前言	第1-11页
·人工神经网络的原理	第7-8页
·人工神经网络的生物基础	第7页
·人工神经网络模型	第7-8页
·神经网络的学习及BP算法	第8页
·人工神经网络的发展	第8-9页
·人工神经网络的现状	第9-11页
第二章 基于先验知识的人工神经网络的使用	第11-19页
·基于先验知识的网络构建	第11-13页
·基于先验知识的网络拓扑结构确定	第11页
·基于先验知识的激励函数的选择	第11-12页
·基于先验知识的权值初始化	第12-13页
·基于先验知识的训练样本集构造	第13-18页
·基于先验知识的神经网络的使用	第18页
·结论	第18-19页
第三章 模块化神经网络及车牌字符识别	第19-34页
·模块化神经网络基本理论	第20-27页
·大规模复杂问题的分解	第20-21页
·子网络模块组合	第21-23页
·模式空间的扩展	第23-24页
·样本空间的扩展	第24-26页
·关于两类问题进一步分解的探讨	第26-27页
·大规模非平衡训练样本集问题的处理	第27-28页
·现行车牌系统及其特点	第28页
·基于模块化神经网络的车牌识别	第28-33页
·网络训练数据的获取	第29页
·集成神经网络对i/j问题分类	第29-31页
·集成神经网络对i/i问题分类	第31-32页
·实验结果与分析	第32-33页
·结论	第33-34页
第四章 神经网络在模式识别中的应用	第34-44页
·模式识别系统的介绍	第34-36页
·模式识别系统	第34页
·模式类的紧致性	第34-36页
·神经网络模式分类器	第36-38页
·传统模式分类器和神经网络分类器	第36-37页
·神经网络与贝叶斯分类器	第37-38页
·神经网络高光谱遥感图像的赤潮检测、监测和分析	第38-44页
·海水赤潮高光谱图像波形特征分析	第38-39页
·神经网络构建	第39-40页
·训练样本集的构建	第40-42页
·试验结果及分析	第42-44页
第五章 总结与展望	第44-45页
参考文献	第45-49页
论文发表情况	第49-50页
致谢	第50页