基于进化算法的细胞神经网络模板设计
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-11页 |
| ·神经网络简史 | 第9-10页 |
| ·Hopfield 神经网络和细胞神经网络 | 第10-11页 |
| ·联想记忆细胞神经网络 | 第11页 |
| ·国内外发展现状 | 第11-13页 |
| ·本文的主要内容及创新点 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第二章 细胞神经网络 | 第15-20页 |
| ·细胞神经网络结构 | 第15页 |
| ·细胞的 r 邻域 | 第15-16页 |
| ·克隆模板 | 第16-17页 |
| ·细胞的状态方程 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 第三章 粒子群优化算法 | 第20-28页 |
| ·粒子群优化算法概述 | 第20-21页 |
| ·原始粒子群算法的基本思想 | 第21-22页 |
| ·标准粒子群算法的基本思想 | 第22-24页 |
| ·改进粒子群算法的基本思想 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 第四章 联想记忆神经网络 | 第28-32页 |
| ·联想记忆 | 第28-29页 |
| ·联想记忆分类 | 第28页 |
| ·联想记忆的步骤 | 第28-29页 |
| ·联想记忆神经网络分类 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第五章 基于粒子群算法的克隆模板设计 | 第32-43页 |
| ·海明距离 | 第32页 |
| ·记忆向量 | 第32-33页 |
| ·重写状态方程和输出方程 | 第33-34页 |
| ·评价函数 | 第34-37页 |
| ·第一层评价标准 | 第34-35页 |
| ·第二层评价标准 | 第35-36页 |
| ·第三层评价标准 | 第36-37页 |
| ·算法流程 | 第37-41页 |
| ·记忆阶段 | 第37-40页 |
| ·联想阶段 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第六章 实验及结果分析 | 第43-54页 |
| ·实验环境和实验参数 | 第43-44页 |
| ·比较模板的性能 | 第44-49页 |
| ·生成召回模式 | 第44-45页 |
| ·生成模板集合 | 第45-46页 |
| ·比较算法的准确性和稳定性 | 第46-49页 |
| ·比较算法的性能 | 第49-52页 |
| ·本章小结 | 第52-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间取得的研究成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 附件 | 第60页 |
