BP神经网络的优化与研究
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
1 绪论 | 第9-15页 |
·研究背景 | 第9-13页 |
·人工神经网络简介 | 第9页 |
·人工神经网络发展历史 | 第9-10页 |
·人工神经网络研究的内容 | 第10-11页 |
·BP神经网络研究现状 | 第11-13页 |
·本文研究的内容 | 第13页 |
·研究的意义 | 第13-14页 |
·本文的结构安排 | 第14-15页 |
2 BP神经网络相关理论 | 第15-28页 |
·人工神经网络基础 | 第15-19页 |
·神经网络模型和网络结构 | 第15-18页 |
·学习规则 | 第18-19页 |
·BP神经网络 | 第19-23页 |
·网络结构和数学模型 | 第19-20页 |
·BP算法 | 第20-22页 |
·BP神经网络存在的缺陷及其产生的原因 | 第22-23页 |
·改进BP神经网络的技术 | 第23-27页 |
·启发式技术 | 第23-24页 |
·智能优化技术 | 第24-27页 |
·更换激励函数 | 第27页 |
·本章小结 | 第27-28页 |
3 混合BP神经网络 | 第28-38页 |
·蜂群算法 | 第28-31页 |
·主成分分析法 | 第31-34页 |
·混合BP神经网络的构建 | 第34-37页 |
·提出的背景 | 第34页 |
·构成原则和优点 | 第34-35页 |
·基本流程和描述 | 第35-36页 |
·算法的伪码 | 第36-37页 |
·本章小结 | 第37-38页 |
4 实验过程和结果分析 | 第38-50页 |
·数据详细描述 | 第38-39页 |
·音频信号数据描述 | 第38-39页 |
·葡萄酒成分数据描述 | 第39页 |
·实验步骤与参数设置 | 第39-44页 |
·实验结果与分析 | 第44-49页 |
·本章小结 | 第49-50页 |
5 总结与展望 | 第50-51页 |
·主要工作总结 | 第50页 |
·展望 | 第50-51页 |
参考文献 | 第51-54页 |
致谢 | 第54-55页 |
个人简历、在学期间发表的学术论文与研究成果 | 第55页 |