首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

二进神经网络规则提取方法研究

第一章 绪论第1-20页
 1.1 引言第11-12页
 1.2 人工神经网络的发展过程第12-14页
 1.3 二进前向神经网络模型第14-15页
  1.3.1 神经元的数学模型第14页
  1.3.2 二进前向神经网络的结构第14-15页
 1.4 二进神经网络的应用第15-16页
 1.5 二进神经网络知识提取研究第16-18页
 1.6 论文的内容安排第18-20页
第二章 二进神经网络基本理论第20-32页
 2.1 线性可分与感知器第20-22页
  2.1.1 线性可分概念和分类超平面第20页
  2.1.2 感知器学习算法第20-21页
  2.1.3 感知器学习算法的收敛性第21-22页
 2.2 稳健分类第22-25页
  2.2.1 稳健分类的定义第22-23页
  2.2.2 “与”、“或”、“非”逻辑的稳健分类第23-24页
  2.2.3 稳健分类超平面的一般表示第24页
  2.2.4 稳健分类的几何意义第24-25页
 2.3 二进神经网络的训练学习第25-29页
  2.3.1 规则和非规则划分学习算法第25-26页
  2.3.2 几何学习算法第26-28页
  2.3.3 汉明图学习算法第28-29页
  2.3.4 稳健网络几何学习算法第29页
 2.4 二进神经网络的知识分析方法第29-32页
  2.4.1 KT方法第30页
  2.4.2 MofN规则表达方法第30页
  2.4.3 CH算子第30-32页
第三章 二进神经网络的等价性规则提取第32-42页
 3.1 蕴含性规则和等价性规则第32-34页
  3.1.1 KT方法分析第32-33页
  3.1.2 基于CH判据的等价性规则提取第33-34页
 3.2 几类等价逻辑关系的充要性判据第34-39页
 3.3 WTA规则提取方法第39-42页
  3.3.1 规则提取第39-40页
  3.3.2 举例分析第40-42页
第四章 二进神经网络中的汉明球第42-54页
 4.1 汉明球的逻辑意义第42-45页
 4.2 汉明球的一般判别和构造方法第45-50页
 4.3 举例与讨论第50-52页
 4.4 稳健神经元和汉明球的关系第52-54页
第五章 SP函数的构造和判别第54-64页
 5.1 SP函数第54-56页
 5.2 SP函数分类超平面的一般构造方法第56-57页
 5.3 SP函数的一般判别方法第57-62页
 5.4 举例分析第62-64页
第六章 二进神经网络中的笛卡尔球第64-71页
 6.1 笛卡尔球第64-66页
 6.2 笛卡尔球的逻辑意义第66-67页
 6.3 笛卡尔球的一般判别方法第67-69页
 6.4 举例分析第69-71页
第七章 线性可分与连通性第71-81页
 7.1 布尔空间样本连通性第71-72页
 7.2 连通性与线性可分的关系第72-74页
 7.3 抑制神经元第74-76页
 7.4 最多孤立样本(MIS)问题第76-81页
  7.4.1 样本的标准排序第76-77页
  7.4.2 MIS问题定义第77-78页
  7.4.3 MIS问题的几何意义第78-79页
  7.4.4 MIS问题的逻辑意义第79-80页
  7.4.5 MIS问题的网络实现第80-81页
第八章 二进神经网络的模式匹配学习第81-90页
 8.1 几类线性可分结构系第81-82页
 8.2 线性可分结构系的分层表达第82-83页
 8.3 模式匹配学习第83-88页
  8.3.1 理论基础第83页
  8.3.2 算法描述和流程第83-88页
  8.3.3 算法复杂度分析第88页
 8.4 举例分析第88-90页
第九章 结束语第90-93页
 9.1 研究总结第90-91页
 9.2 本文的创新处第91页
 9.3 存在的问题第91-93页
攻读博士学位期间发表的论文第93-94页
参考文献第94-98页

论文共98页,点击 下载论文
上一篇:大时滞不确定过程稳定性及自适应时滞补偿H_∞鲁棒控制研究
下一篇:非平稳非高斯信号特征提取与故障诊断技术研究