| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·引言 | 第9-17页 |
| ·社会背景 | 第9-12页 |
| ·模式识别系统 | 第12-13页 |
| ·模式识别方法 | 第13-15页 |
| ·国内外研究现状和发展趋势 | 第15-17页 |
| ·主要研究内容 | 第17-18页 |
| ·论文结构 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第二章 神经网络与遗传算法 | 第19-25页 |
| ·神经网络 | 第19-22页 |
| ·神经网络基础 | 第19-20页 |
| ·径向基函数神经网络基础 | 第20-21页 |
| ·神经网络的泛化能力 | 第21-22页 |
| ·遗传算法 | 第22-24页 |
| ·遗传算法基础 | 第22页 |
| ·遗传算法的基本流程 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 RBF神经网络实验环境搭建 | 第25-36页 |
| ·Matlab GUI编程 | 第25-26页 |
| ·Matlab简介 | 第25页 |
| ·MATLAB GUI简介 | 第25-26页 |
| ·RBF神经网络实验环境设计与实现 | 第26-27页 |
| ·功能设计 | 第26-27页 |
| ·具体实现 | 第27页 |
| ·实验界面展示 | 第27-31页 |
| ·实验流程 | 第28-29页 |
| ·实验界面 | 第29-31页 |
| ·实验数据准备 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 RBF神经网络液体细分器的设计 | 第36-45页 |
| ·液体细分器的设计 | 第36页 |
| ·实验过程与结果 | 第36-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于遗传算法和k均值聚类的RBF液体细分器的搭建 | 第45-52页 |
| ·RBF神经网络的径向基函数 | 第45-46页 |
| ·径向基函数的选择 | 第45页 |
| ·核函数中心点的计算方法 | 第45-46页 |
| ·基于K均值聚类的中心点计算 | 第46-47页 |
| ·K均值聚类 | 第46页 |
| ·k-means算法选取中心点 | 第46-47页 |
| ·基于GA与k-means算法的中心点计算方法 | 第47-49页 |
| ·实验过程及结果 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·全文总结 | 第52页 |
| ·技术展望 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间发表的文献 | 第57页 |