基于RBF神经网络的多核设计空间探索预测模型
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| ·选题背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·多核体系结构设计空间探索的研究现状 | 第11-12页 |
| ·小波分析和神经网络的研究现状 | 第12-13页 |
| ·本文主要内容与结构 | 第13-15页 |
| 第2章 预测模型相关技术 | 第15-36页 |
| ·小波分析基础理论 | 第15-19页 |
| ·连续小波变换 | 第15-16页 |
| ·离散小波变换 | 第16-17页 |
| ·多分辨率分析 | 第17页 |
| ·Mallat快速算法 | 第17-19页 |
| ·Haar小波 | 第19-22页 |
| ·Haar小波简介 | 第19-20页 |
| ·一维haar小波分解 | 第20-21页 |
| ·二维haar小波分解 | 第21-22页 |
| ·人工神经网络 | 第22-29页 |
| ·神经网络的发展历程 | 第23-24页 |
| ·人工神经元模型 | 第24-26页 |
| ·BP神经网络 | 第26-28页 |
| ·神经网络的优点 | 第28页 |
| ·神经网络的应用领域 | 第28-29页 |
| ·RBF神经网络 | 第29-33页 |
| ·RBF神经网络模型 | 第30-32页 |
| ·RBF神经网络建立过程 | 第32-33页 |
| ·Matlab神经网络工具箱 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第3章 多核设计空间探索预测模型 | 第36-42页 |
| ·多核设计空间探索历程 | 第36-38页 |
| ·预测模型方法的基本思想 | 第38-39页 |
| ·基于RBF神经网络的分析建模 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第4章 预测模型仿真实验及分析 | 第42-57页 |
| ·多核模拟器SESC简介 | 第42-44页 |
| ·模拟器SESC的安装 | 第44-45页 |
| ·数据分析 | 第45-48页 |
| ·样本数据选择 | 第45-47页 |
| ·SESC模拟过程 | 第47-48页 |
| ·预测模型的训练过程 | 第48-55页 |
| ·BP神经网络训练 | 第50-51页 |
| ·BP神经网络预测 | 第51-52页 |
| ·RBF神经网络训练 | 第52-53页 |
| ·RBF神经网络预测 | 第53-55页 |
| ·BP网络预测与RBF网络预测的比较 | 第55-56页 |
| ·预测模型训练开销的比较 | 第55页 |
| ·预测精度的比较 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| ·论文总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
