首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

持续激励条件与径向基函数神经网络结构的关系及其在确定学习性能分析中的应用

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-14页
    1.1 研究背景第10-11页
    1.2 研究目标第11-12页
    1.3 本文架构第12-14页
第二章 预备知识第14-21页
    2.1 非线性动态系统与回归轨迹第14页
    2.2 径向基函数神经网络第14-16页
    2.3 持续激励条件和持续激励上下界第16-18页
    2.4 确定学习原理第18-20页
    2.5 本章小结第20-21页
第三章 持续激励上下界与径向基函数神经网络结构的关系第21-36页
    3.1 介绍第21页
    3.2 问题描述第21-22页
    3.3 持续激励上下界与网络结构的关系第22-31页
    3.4 仿真研究第31-34页
    3.5 本章小结第34-36页
第四章 确定学习性能分析第36-52页
    4.1 介绍第36页
    4.2 问题描述第36-38页
    4.3 确定学习收敛特性与网络结构的关系第38-43页
        4.3.1 确定学习的收敛速度第39-40页
        4.3.2 确定学习的收敛精度第40-43页
    4.4 仿真研究第43-51页
        4.4.1 Rossler系统的辨识第43-46页
        4.4.2 Mansoux模型的辨识第46-51页
    4.5 本章小结第51-52页
结论与展望第52-54页
参考文献第54-60页
攻读硕士学位期间取得的研究成果第60-62页
致谢第62-63页
附件第63页

论文共63页,点击 下载论文
上一篇:多传感器数据的校准与融合的研究与实现
下一篇:信用评估数据智能采集系统设计与实现