人工神经网络隐层神经元数的确定
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-10页 |
| ·问题提出 | 第7页 |
| ·选题依据 | 第7-8页 |
| ·本文主要工作 | 第8-9页 |
| ·本文内容安排 | 第9-10页 |
| 2 人工神经网络简介 | 第10-17页 |
| ·人工神经网络的定义 | 第10页 |
| ·人工神经网络的发展简史 | 第10-11页 |
| ·人工神经元模型 | 第11-13页 |
| ·人工神经网络模型 | 第13-14页 |
| ·人工神经网络的学习算法 | 第14-15页 |
| ·人工神经网络的基本特点 | 第15-16页 |
| ·章末小结 | 第16-17页 |
| 3 隐层神经元数目的确定方法简介 | 第17-23页 |
| ·经验公式法 | 第17-18页 |
| ·反复试验法 | 第18-19页 |
| ·增长法 | 第19-20页 |
| ·面向全局极小法 | 第19-20页 |
| ·Cascade-Correlation 算法 | 第20页 |
| ·模块化增长法 | 第20页 |
| ·删减法 | 第20-21页 |
| ·惩罚项法 | 第20-21页 |
| ·灵敏度法 | 第21页 |
| ·相关性合并法 | 第21页 |
| ·遗传算法 | 第21-22页 |
| ·直接编码法 | 第21-22页 |
| ·间接编码法 | 第22页 |
| ·语法编码法 | 第22页 |
| ·章末小结 | 第22-23页 |
| 4 一维空间神经网络模型隐元数自确定 | 第23-30页 |
| ·最佳逼近理论 | 第23页 |
| ·一元多项式逼近理论 | 第23-24页 |
| ·一元多项式神经网络模型 | 第24-25页 |
| ·权值预确定 | 第25-26页 |
| ·矩阵伪逆思想 | 第25-26页 |
| ·权值预确定 | 第26页 |
| ·区间折半搜寻法 | 第26页 |
| ·算法与实例 | 第26-29页 |
| ·章末小结 | 第29-30页 |
| 5 多维空间神经网络模型隐元数预确定 | 第30-34页 |
| ·相关理论 | 第30-31页 |
| ·多元多项式神经网络模型 | 第31-32页 |
| ·模型实例 | 第32-33页 |
| ·章末小结 | 第33-34页 |
| 6 总结与展望 | 第34-35页 |
| 致谢 | 第35-36页 |
| 参考文献 | 第36-38页 |
| 附录 | 第38页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第38页 |
