基于前馈神经网络的电子鼻模式识别方法

摘要	第1-5页
Abstract	第5-8页
1 绪论	第8-18页
·人工神经网络概述	第8-15页
·人工神经网络发展及应用	第8-9页
·神经元模型及神经网络模型	第9-13页
·人工神经网络的学习	第13-15页
·人工神经网络的特性	第15页
·电子鼻系统的简介	第15-17页
·本文的主要内容	第17-18页
2 几种前馈神经网络模型	第18-30页
·BP神经网络	第18-21页
·BP网络模型及算法描述	第18-19页
·BP网络权值调整规则	第19-21页
·双并联神经网络	第21-23页
·高阶神经网络	第23-27页
·高阶神经网络简介	第23-24页
·Sigma-Sigma-Pi神经网络	第24-27页
·改进的局部高阶神经网络	第27-30页
·局部高阶网络的网络模型	第27-28页
·算法描述及权值更新规则	第28-30页
3 利用神经网络剔除异常样本的方法	第30-34页
·方法描述	第30-32页
·建立BP网络与DPFNN网络实例分析	第32-34页
·数据归一化处理	第32页
·检验方法的可行性	第32-33页
·寻找32组样本中的干扰样本	第33-34页
4 基于前馈神经网络的模式识别方法	第34-39页
·样本的预处理	第34-35页
·网络模型的建立及参数设置	第35页
·实验结果及比较分析	第35-39页
结论	第39-40页
参考文献	第40-43页
附录A 32组原始数据	第43-44页
攻读硕士学位期间发表学术论文情况	第44-45页
致谢	第45-47页