基于RBF神经网络的浮船坞浮态检验系统辨识
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·浮船坞的发展情况 | 第9-11页 |
| ·课题意义 | 第11页 |
| ·论文主要内容 | 第11-13页 |
| 第2章 系统辨识理论基础 | 第13-22页 |
| ·系统辨识理论的发展 | 第13-14页 |
| ·系统辨识理论的研究现状和发展方向 | 第14-17页 |
| ·系统辨识理论的研究现状及其局限性 | 第14-15页 |
| ·系统辨识理论的发展方向 | 第15-17页 |
| ·系统辨识的基本原理 | 第17-20页 |
| ·系统辨识的组成部分和辨识步骤 | 第17-20页 |
| ·系统辨识的应用领域 | 第20页 |
| ·经典系统辨识的主要方法及特点 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于神经网络的系统辨识 | 第22-31页 |
| ·神经网络基础理论 | 第22-24页 |
| ·神经网络的概述 | 第22-23页 |
| ·神经网络技术的发展现状 | 第23-24页 |
| ·神经网络的原理 | 第24-27页 |
| ·神经元的基本模型 | 第24-25页 |
| ·神经网络的构成 | 第25-26页 |
| ·神经网络的学习算法 | 第26-27页 |
| ·基于神经网络的系统辨识原理及特点 | 第27-30页 |
| ·神经网络系统辨识的原理 | 第27-28页 |
| ·神经网络系统辨识的特点 | 第28页 |
| ·基于神经网络的系统辨识模型 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 径向基函数(RBF)神经网络 | 第31-43页 |
| ·插值问题 | 第31-33页 |
| ·正规化网络 | 第33-36页 |
| ·RBF神经网络学习方法 | 第36-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 基于MATLAB的浮船坞浮态检验系统仿真 | 第43-58页 |
| ·浮船坞沉浮系统工作原理及系统描述 | 第43-46页 |
| ·浮船坞沉浮系统介绍 | 第43-44页 |
| ·仿真系统描述 | 第44-46页 |
| ·MATLAB径向基函数工具箱 | 第46-50页 |
| ·径向基网络设计的基本方法 | 第46-47页 |
| ·其他径向基网络 | 第47-50页 |
| ·基于RBF神经网络的浮船坞浮态检验 | 第50-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结和展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62-65页 |
| 致谢 | 第65页 |
