首页--数理科学和化学论文--化学论文--分析化学论文

基于神经网络的辛烷红外光谱数据分析

摘要第4-6页
ABSTRACT第6-8页
第一章 绪论第11-19页
    1.1 绪论第11-12页
    1.2 神经网络基本理论概述第12-13页
    1.3 人工神经网络概述第13-17页
        1.3.1 人工神经网络的转移函数第14-16页
        1.3.2 人工神经网络的训练算法第16-17页
    1.4 神经网络在光学领域的主要应用第17-18页
        1.4.1 光学神经网络第17页
        1.4.2 近红外光谱技术第17-18页
    1.5 论文的组织结构第18-19页
第二章 BP和RBF神经网络模型第19-29页
    2.1 仿真平台概述第19-20页
        2.1.1 MATLAB软件平台介绍第19页
        2.1.2 MATLAB神经网络工具箱第19-20页
    2.2 BP神经网络模型第20-23页
        2.2.1 BP神经网络介绍第20-21页
        2.2.2 BP神经网络的训练与设计第21-23页
    2.3 RBF神经网络模型第23-29页
        2.3.1 RBF神经网络模型介绍第23-25页
        2.3.2 RBF神经网络的训练与设计第25-29页
第三章 BP和RBF网络鲁棒性仿真分析研究第29-45页
    3.1 BP和RBF网络参数的设置第29-33页
    3.2 BP和RBF网络分析研究第33-34页
    3.3 BP和RBF鲁棒性分析第34-45页
第四章 BP和RBF网络自学习能力仿真分析第45-55页
    4.1 BP和RBF神经网络自学习能力分析研究第45-46页
    4.2 BP和RBF自学习能力分析第46-55页
第五章 BP和RBF网络拒伪能力仿真分析第55-63页
    5.1 BP和RBF网络模型拒伪能力分析研究第55-56页
    5.2 BP和RBF网络模型拒伪能力分析第56-63页
第六章 总结与展望第63-65页
    6.1 总结第63-64页
    6.2 存在的问题及展望第64-65页
参考文献第65-69页
附录第69-77页
致谢第77-78页

论文共78页,点击 下载论文
上一篇:页岩气储层岩石脆性地震检测方法
下一篇:用于表面拉曼增强的三角形纳米银及其复合纳米材料、石墨烯量子点的制备与性能研究