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

具突变性对象的量子神经网络突变波函数及权重波函数的分析与研究

摘要第1-5页
Abstract第5-7页
目录第7-13页
第一章 概述第13-21页
   ·关于突变系统的预测问题第13-15页
   ·神经网络与量子计算第15-16页
   ·相关技术领域国内外发展现状及分析第16-19页
   ·论文安排第19-21页
第二章 突变系统的波函数第21-39页
   ·突变系统的量子基态与叠加第21-23页
   ·突变波函数的波动性第23-27页
     ·突变波函数的并行能力第24-25页
     ·突变波函数的纠缠性第25-27页
   ·突变波函数的分析第27-29页
     ·突变系统的波函数第27-28页
     ·突变波函数向量第28-29页
     ·突变波函数的统计诠释第29页
   ·突变波函数的突变性第29-32页
     ·有限维基准向量第29-30页
     ·无限维基准向量第30-31页
     ·突变波函的量子能级第31-32页
   ·量子谐振子的突变波函第32-37页
     ·突变系统的一维谐振子第32-33页
     ·梯度算子第33-35页
     ·谐波突变波函数第35-37页
   ·结论第37-39页
第三章 量子神经网络的权重波函数第39-59页
   ·量子神经元第39-41页
   ·PID量子神经网络的输入与输出第41-45页
   ·权重波函数的路径无关性第45-50页
   ·权重波函数的计算第50-51页
   ·突变系统的量子坍缩收敛第51-56页
     ·预测算法构建第51-52页
     ·算法步骤第52-53页
     ·算法迭代第53-54页
     ·几何证明第54页
     ·量子神经网络预测算法第54-56页
     ·预测算法第56页
   ·结论第56-59页
第四章 机械电子故障诊断第59-69页
   ·发电车AVR控制器及其故障特征第59-61页
     ·可控硅电压调节器第59-60页
     ·故障模式库第60-61页
   ·故障诊断的关键问题第61-66页
     ·故障特征向量的波函数基态第62页
     ·对故障的模式学习第62-63页
     ·发电车电压调节器故障诊断算法第63-66页
   ·故障诊断算例的对比分析第66页
   ·结论第66-69页
第五章 Multi-Agent系统的煤与瓦斯突出的预测第69-85页
   ·Multi-Agent煤与瓦斯突出预测系统第70-73页
     ·煤与瓦斯突出Agent的概念第70-71页
     ·煤与瓦斯突出的Agent模式第71-72页
     ·煤与瓦斯突出Agent的通信方式第72-73页
     ·Multi-Agent煤与瓦斯突出的预测系统第73页
   ·煤与瓦斯突出的监测Agent第73-77页
     ·煤与瓦斯突出球壳理论第74-75页
     ·密闭场瓦斯虚流假说第75-77页
   ·煤与瓦斯突出的应力分析Agent第77-79页
     ·煤岩体结构模型的建立第77-78页
     ·煤岩力学模型的建立第78-79页
     ·确立煤与瓦斯突出的边界条件第79页
   ·煤与瓦斯突出的数据融合Agent第79-84页
     ·仿真实例第80-81页
     ·煤与瓦斯突出的波函数第81-82页
     ·煤与瓦斯突出仿真第82-84页
   ·结论第84-85页
第六章 全文总结与展望第85-89页
致谢第89-91页
参考文献第91-101页
附录A (攻读学位其间发表论文目录)第101页

论文共101页,点击 下载论文
上一篇:烟雾病术中急性脑肿胀原因分析及术中对策
下一篇:枇杷果肉木质化相关cDNA和番茄ARF相关小RNA的功能分析