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

关于多稳定回复式神经网络中的一些问题

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-31页
   ·回复式神经网络的多稳定性研究及意义第13-18页
   ·复数回复式神经网络的研究内容及意义第18-20页
   ·回复式神经网络在层竞争模型上的研究内容及意义第20-27页
     ·感知分组和层竞争模型介绍第20-23页
     ·利用层竞争模型实现感知分组第23-27页
   ·回复式神经网络在旅行商问题上的研究内容及意义第27-30页
   ·主要工作和章节安排第30-31页
第二章 基于MVN神经元激励函数的回复式神经网络离散模型分析第31-47页
   ·引言第31-33页
   ·基于MVN神经元激励函数的回复式神经网络第33-34页
   ·理论分析第34-42页
   ·实验验证第42-45页
   ·本章小结第45-47页
第三章 基于CLT激励函数的回复式神经网络离散模型分析第47-59页
   ·引言第47页
   ·相关定义和引理第47-50页
   ·理论分析第50-54页
   ·实验验证第54-58页
   ·本章小结第58-59页
第四章 基于LT激励函数的层竞争神经网络离散模型分析第59-87页
   ·相关定义和引理第60-61页
   ·理论分析第61-71页
     ·网络性质第61-66页
     ·动力学行为分析第66-71页
   ·SCLM和ACLM两种算法的比较第71-75页
     ·离散和连续系统平衡点的讨论第71-73页
     ·SCLM和ACLM算法性能的比较第73-75页
   ·结合层竞争模型和分块组合技术的医学图像分割方法第75页
   ·实验验证第75-83页
   ·本章小结第83-87页
第五章 一种基于LT神经网络的旅行商问题求解方法第87-97页
   ·基于LV神经网络的TSP求解方法第87-88页
   ·基于LT的连续型神经网络的TSP求解方法(异步LT算法)第88-89页
   ·基于LT的离散型神经网络的TSP求解方法(同步LT算法)第89-92页
     ·理论证明第90-91页
     ·基于LT神经网络的TSP求解算法第91-92页
   ·实验验证第92-96页
   ·本章小结第96-97页
第六章 总结与展望第97-99页
致谢第99-101页
参考文献第101-111页
附录第111-117页
 附录A:关于引理4.5的证明第111-113页
 附录B:SCLM算法的介绍第113-114页
 附录C:ACLM算法的介绍第114页
 附录D:用于图像分割的侧面连接函数的定义第114-115页
 附录E:FCM算法介绍第115页
 附录F:CTC医学图像数据库简介第115-117页
读博期间取得的研究成果第117-119页

论文共119页,点击 下载论文
上一篇:基于最短描述长度的高维特征选择方法研究
下一篇:阵列声波测井仪研制及测井数据处理方法研究