基于人工神经网络的红籽瓜数量性状研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·论文研究的主要工作 | 第10-11页 |
| ·论文的组织与安排 | 第11-13页 |
| 2 人工神经网络技术 | 第13-18页 |
| ·人工神经网络概念 | 第13-14页 |
| ·人工神经网络学习 | 第14页 |
| ·人工神经网络任务 | 第14-15页 |
| ·人工神经网络实施过程 | 第15-18页 |
| 3 基于BP神经网络的红籽瓜数量性状研究 | 第18-31页 |
| ·引言 | 第18页 |
| ·BP神经网络 | 第18-21页 |
| ·BP神经网络结构 | 第18-19页 |
| ·BP神经网络算法 | 第19页 |
| ·BP神经网络存在的问题及改进 | 第19-21页 |
| ·数据准备 | 第21-24页 |
| ·数据来源 | 第21-22页 |
| ·数据存储模式的设计 | 第22-23页 |
| ·数据归一化 | 第23-24页 |
| ·BP神经网络结构设计 | 第24-26页 |
| ·Clementine平台 | 第24页 |
| ·数据样本的选择 | 第24-25页 |
| ·输入层、输出层样本向量的确定 | 第25页 |
| ·隐含层的确定 | 第25-26页 |
| ·红籽瓜预测结果及分析 | 第26-29页 |
| ·红籽瓜预测过程 | 第26-28页 |
| ·结果解释 | 第28-29页 |
| ·小结 | 第29-31页 |
| 4 基于自组织竞争神经网络的红籽瓜数量性状研究 | 第31-45页 |
| ·引言 | 第31页 |
| ·自组织竞争神经网络 | 第31-36页 |
| ·自组织竞争神经网络结构 | 第31-33页 |
| ·自组织竞争神经网络算法 | 第33-36页 |
| ·红籽瓜自交系的性状表现 | 第36页 |
| ·红籽瓜数据聚类指标 | 第36-37页 |
| ·数据来源 | 第36-37页 |
| ·红籽瓜数据标准化处理 | 第37页 |
| ·聚类指标选取 | 第37页 |
| ·KOHONEN神经网络建立 | 第37-43页 |
| ·Kohonen神经网络拓扑结构 | 第37-38页 |
| ·Kohonen神经网络构建 | 第38-39页 |
| ·Kohonen神经网络训练 | 第39页 |
| ·Kohonen神经网络训练结果 | 第39-43页 |
| ·小结 | 第43-45页 |
| 5 结论与讨论 | 第45-48页 |
| ·结论 | 第45页 |
| ·讨论 | 第45-46页 |
| ·本研究创新点 | 第46页 |
| ·进一步研究建议 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 个人简历 | 第53-54页 |
| 学术论文与参加的科研情况 | 第54-55页 |
| 附录 | 第55-58页 |
