神经网络在排序算法模拟中的应用研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8页 |
| 1.2 研究现状 | 第8-9页 |
| 1.3 研究意义 | 第9页 |
| 1.4 本文提出的排序算法模拟方法 | 第9-10页 |
| 1.5 本文组织结构 | 第10-12页 |
| 第二章 神经网络常用模型及其应用 | 第12-18页 |
| 2.1 人工神经网络的基本原理 | 第12-13页 |
| 2.2 神经网络的模型 | 第13-15页 |
| 2.2.1 BP神经网络 | 第13页 |
| 2.2.2 卷积神经网络 | 第13-14页 |
| 2.2.3 循环神经网络 | 第14-15页 |
| 2.2.4 深度神经网络 | 第15页 |
| 2.3 神经网络的应用 | 第15-18页 |
| 2.3.1 信息处理 | 第15-16页 |
| 2.3.2 语音识别 | 第16页 |
| 2.3.3 计算机视觉 | 第16-17页 |
| 2.3.4 医学医疗 | 第17-18页 |
| 第三章 BP神经网络 | 第18-26页 |
| 3.1 BP神经网络结构 | 第18-19页 |
| 3.2 激活函数 | 第19-22页 |
| 3.2.1 Sigmoid函数 | 第19-21页 |
| 3.2.2 tanh函数 | 第21页 |
| 3.2.3 ReLU函数 | 第21-22页 |
| 3.3 BP网络的学习算法 | 第22-26页 |
| 3.3.1 梯度下降法 | 第22-24页 |
| 3.3.2 Trainbr算法 | 第24-25页 |
| 3.3.3 BFGS算法 | 第25页 |
| 3.3.4 LM算法 | 第25-26页 |
| 第四章 匹配算法 | 第26-30页 |
| 4.1 匈牙利算法 | 第26-28页 |
| 4.1.1 匈牙利算法介绍 | 第26页 |
| 4.1.2 指派问题 | 第26-28页 |
| 4.2 贪心算法 | 第28-30页 |
| 4.2.1 贪心算法的含义 | 第28页 |
| 4.2.2 贪心算法的基本要素 | 第28-29页 |
| 4.2.3 贪心算法的实现过程 | 第29-30页 |
| 第五章 排序算法模拟实验设置及结果分析 | 第30-41页 |
| 5.1 数据获取和处理 | 第30-31页 |
| 5.1.1 数据获取和设置 | 第30页 |
| 5.1.2 数据预处理 | 第30-31页 |
| 5.2 BP神经网络设计 | 第31-35页 |
| 5.2.1 评判标准 | 第31-32页 |
| 5.2.2 输入和输出层节点数确定 | 第32页 |
| 5.2.3 确定隐藏层节点数 | 第32-33页 |
| 5.2.4 学习速率的确定 | 第33页 |
| 5.2.5 网络层数的确定 | 第33-34页 |
| 5.2.6 训练数据大小确定 | 第34-35页 |
| 5.3 实验结果分析 | 第35-41页 |
| 第六章 误差补偿优化 | 第41-47页 |
| 6.1 误差补偿 | 第41-42页 |
| 6.2 实验结果分析 | 第42-47页 |
| 第七章 总结与展望 | 第47-49页 |
| 7.1 本文总结 | 第47-48页 |
| 7.2 研究展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 在校期间研究成果 | 第53-54页 |
| 致谢 | 第54页 |
