整型权值神经网络的性能分析
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景与意义 | 第11-12页 |
| ·研究现状与发展趋势 | 第12-15页 |
| ·本文的主要工作 | 第15页 |
| ·论文的组织结构 | 第15-17页 |
| 第二章 人工神经网络及其训练算法 | 第17-30页 |
| ·BP神经网络 | 第17-24页 |
| ·BP神经网络模型 | 第17-20页 |
| ·BP学习算法 | 第20-22页 |
| ·BP学习算法缺陷及其改进 | 第22-23页 |
| ·神经网络在嵌入式控制系统中应用的特点 | 第23-24页 |
| ·整型权值神经网络 | 第24-25页 |
| ·动态差分进化算法 | 第25-28页 |
| ·动态差分进化算法概述 | 第25页 |
| ·差分进化算法描述 | 第25-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 整型权值神经网络稠密性问题分析 | 第30-43页 |
| ·背景概述 | 第30-31页 |
| ·概念及定义 | 第31-32页 |
| ·有限小数权值神经网络稠密性分析 | 第32-35页 |
| ·整型权值神经网络稠密性分析 | 第35-39页 |
| ·整型权值神经网络函数逼近实验 | 第39-42页 |
| ·浮点型和整型权值神经网络的函数逼近效果比较 | 第40-41页 |
| ·整型权值神经网络工程应用方法 | 第41-42页 |
| ·总结与后续工作 | 第42-43页 |
| 第四章 整型权值神经网络复杂性问题分析 | 第43-60页 |
| ·背景概述 | 第43-46页 |
| ·概念及定义 | 第46-49页 |
| ·网络模型假设 | 第49-50页 |
| ·主要结论 | 第50-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 论文总结 | 第60-62页 |
| ·本文工作总结及创新点 | 第60-61页 |
| ·进一步研究工作 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 附录 | 第68-69页 |
| 详细摘要 | 第69-72页 |
