| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·研究问题及研究意义 | 第9-10页 |
| ·研究问题 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·统计模式识别的基本概念及方法 | 第10-15页 |
| ·统计模式识别问题的基本模型 | 第10-11页 |
| ·统计模式识别问题的基本过程 | 第11-12页 |
| ·常用统计模式识别方法 | 第12-15页 |
| ·PNN 模式识别方法的国内外研究现状 | 第15-17页 |
| ·国内研究现状 | 第15-17页 |
| ·国外研究现状 | 第17页 |
| ·论文研究思路及内容 | 第17-19页 |
| 2 基于差异演化(DE)算法的PNN 模式识别方法 | 第19-34页 |
| ·PNN 模式识别方法概述 | 第19-25页 |
| ·引言 | 第19页 |
| ·PNN 模式识别方法 | 第19-24页 |
| ·PNN 模式识别方法的优越性和不足 | 第24-25页 |
| ·基于DE 算法的PNN 模式识别方法(DEPNN) | 第25-33页 |
| ·对PNN 隐层基函数平滑参数改进的几种常用方法 | 第25-28页 |
| ·DE 算法 | 第28-30页 |
| ·DEPNN 模式识别方法 | 第30-32页 |
| ·算法实验 | 第32-33页 |
| ·小结 | 第33-34页 |
| 3 PNN 的训练样本集预处理方法—多阶段模糊C 均值方法 | 第34-42页 |
| ·基于目标函数的C 均值聚类分析 | 第34-38页 |
| ·基于目标函数的聚类分析 | 第34页 |
| ·模糊聚类 | 第34-35页 |
| ·模糊C 均值聚类分析方法(FCM) | 第35-38页 |
| ·多阶段 FCM(MrFCM) | 第38-41页 |
| ·MrFCM 的算法原理 | 第39页 |
| ·MrFCM 的算法步骤 | 第39页 |
| ·算法实验 | 第39-41页 |
| ·小结 | 第41-42页 |
| 4 改进的 PNN 模式识别方法—MrFCM-DEPNN 方法 | 第42-48页 |
| ·引言 | 第42页 |
| ·MrFCM-DEPNN 模式识别原理 | 第42-43页 |
| ·MrFCM-DEPNN 模式识别模型 | 第43-46页 |
| ·MrFCM-DEPNN 模式识别方法的应用 | 第46-47页 |
| ·小结 | 第47-48页 |
| 5 总结与展望 | 第48-50页 |
| ·总结 | 第48-49页 |
| ·研究展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录 | 第55-57页 |
