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

基于混沌序列遗忘神经网络算法研究

摘要第1-5页
Abstract第5-8页
第1章 绪论第8-13页
   ·课题研究的背景和意义第8-9页
   ·国内外研究现状第9-12页
     ·国外研究现状第9-11页
     ·国内研究现状第11-12页
   ·本文主要研究内容第12-13页
第2章 基于混沌序列的遗忘神经网络模型的应用理论基础第13-21页
   ·混沌理论第13-15页
     ·混沌学的产生和发展第13-14页
     ·虫口模型——Logistic 映射第14-15页
     ·混沌理论的研究价值第15页
   ·神经网络模型算法第15-20页
     ·误差反传神经网络概述第16-17页
     ·BP 神经网络学习算法第17-19页
     ·BP 算法步骤第19页
     ·BP 网络的主要特点第19-20页
   ·本章小结第20-21页
第3章 基于混沌序列的遗忘神经网络模型研究第21-32页
   ·遗忘神经网络模型第21-25页
     ·模型的提出第21-22页
     ·遗忘曲线第22-23页
     ·遗忘神经网络模型的基本原理第23-24页
     ·遗忘神经网络的训练模型第24-25页
   ·基于混沌序列遗忘神经网络模型第25-30页
     ·神经网络初始权值敏感性第25-27页
     ·基于混沌序列遗忘神经网络训练模型第27-30页
   ·本章小结第30-32页
第4章 基于混沌序列的遗忘神经网络DJIA 实证研究第32-47页
   ·输入样本的预处理第32-34页
     ·数据选取及收集第32-33页
     ·数据的归一化处理第33-34页
   ·神经网络的结构设计和参数初始值确定第34-36页
     ·网络层数及各层神经元数目的确定第34-35页
     ·初始权值的选取第35-36页
   ·检验方法的选择第36-37页
   ·分组对照实验设计及结果分析第37-39页
     ·分组对照实验设计第37页
     ·分组对照实验结果分析第37-39页
   ·传统BP 神经网络与遗忘神经网络对比实验设计及结果分析第39-46页
     ·实验设计第39-40页
     ·传统BP 神经网络与遗忘神经网络对比实验结果分析第40-41页
     ·基于随机序列与基于混沌序列初始权值对比实验结果分析第41-45页
     ·D_success 与误差MAD 正相关关系实验第45-46页
   ·本章小结第46-47页
结论第47-49页
参考文献第49-52页
附录第52-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:CAN总线汽车车身控制模块的研究
下一篇:基于FPGA的多路数据采集系统