参数自调节的BP—神经网络研究
| 引言 | 第1-8页 |
| 1 人工神经网络的基本知识 | 第8-14页 |
| ·神经网络简介 | 第8-13页 |
| ·神经网络的确定 | 第13-14页 |
| 2 前向型神经网络 | 第14-17页 |
| ·前向神经网络的概念 | 第14页 |
| ·前向神经网络结构的分类 | 第14-15页 |
| ·前向神经网络的训练 | 第15-17页 |
| ·产生数据样本集 | 第15-16页 |
| ·确定网络的类型和结构 | 第16页 |
| ·网络的训练和测试 | 第16-17页 |
| 3 改进的BP算法 | 第17-30页 |
| ·神经网络的学习规则 | 第17-18页 |
| ·标准BP算法及其学习规则 | 第18-23页 |
| ·误差逆传播校正方法 | 第18-20页 |
| ·BP网络的学习规则与计算方法 | 第20-23页 |
| ·标准BP算法存在的问题 | 第23-24页 |
| ·改进的BP算法 | 第24-30页 |
| ·更改网络节点作用函数 | 第24-27页 |
| ·随误差的变化动态更改参数 | 第27-28页 |
| ·改进的BP算法的分析和讨论 | 第28-30页 |
| 4 神经网络模型的设计与仿真 | 第30-41页 |
| ·前向神经网络系统的结构设计 | 第30-31页 |
| ·神经网络的设计要求 | 第30-31页 |
| ·多层前向神经网络的设计 | 第31页 |
| ·多层前向神经网络的设计方法 | 第31-35页 |
| ·神经网络的评价、确定问题 | 第32-33页 |
| ·问题具体化 | 第33-34页 |
| ·神经网络的设计 | 第34页 |
| ·实现、构造该系统 | 第34页 |
| ·系统的评价与调试 | 第34-35页 |
| ·投入目标环境 | 第35页 |
| ·网络的构建与仿真 | 第35-41页 |
| ·网络结构参数的确定 | 第35-36页 |
| ·数据预处理 | 第36页 |
| ·仿真工具简介 | 第36-38页 |
| ·网络仿真结果 | 第38-41页 |
| 结论 | 第41-42页 |
| 参考文献 | 第42-48页 |
| ABSTRCT | 第48-50页 |
| 致谢 | 第50-51页 |
| 附录A | 第51-54页 |
| 附录B | 第54-63页 |
