改进的BP算法在地表水质评价中的应用
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外的研究状况及发展趋势 | 第8-11页 |
| ·国外研究现状 | 第8-10页 |
| ·国内研究现状 | 第10页 |
| ·最新成果和发展趋势 | 第10-11页 |
| 2 研究的对象和内容 | 第11-17页 |
| ·研究对象和数据来源 | 第11-15页 |
| ·研究对象 | 第11-12页 |
| ·数据的来源 | 第12-15页 |
| ·神经网络与水质评价结合的优势 | 第15-16页 |
| ·研究的内容和方法 | 第16页 |
| ·本章小结 | 第16-17页 |
| 3 人工神经网络理论概述 | 第17-35页 |
| ·人工神经网络基础理论 | 第17-22页 |
| ·人工神经元模型 | 第17-20页 |
| ·神经网络的学习机理 | 第20-21页 |
| ·人工神经网络的特点 | 第21-22页 |
| ·BP神经网络 | 第22-29页 |
| ·BP网络结构 | 第22-23页 |
| ·BP学习算法 | 第23-28页 |
| ·BP算法存在的缺陷及原因分析 | 第28-29页 |
| ·BP神经网络的改进研究 | 第29-34页 |
| ·BP神经网络的理论型改进 | 第29-30页 |
| ·BP神经网络的算法改进 | 第30-31页 |
| ·L-M算法的工作原理 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 4 改进的BP神经网络在地表水质评价中的应用 | 第35-47页 |
| ·设计BP网络模型结构 | 第35-37页 |
| ·MATLAB神经网络工具箱 | 第37-38页 |
| ·BP评价模型与改进模型的训练比较 | 第38-42页 |
| ·样本数据的处理 | 第38-41页 |
| ·评价模型的网络训练 | 第41-42页 |
| ·两种模型训练效果的比较 | 第42页 |
| ·网络仿真测试和数据分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 5 结论与展望 | 第47-48页 |
| ·研究结论 | 第47页 |
| ·展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
