基于双权值神经网络的逼近性及其应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 引言 | 第11-27页 |
| ·人工神经网络简介 | 第11-14页 |
| ·人工神经网络的历史 | 第11-13页 |
| ·人工神经网络的研究现状 | 第13页 |
| ·人工神经网络的应用领域 | 第13-14页 |
| ·目前常用的神经网络的结构与学习算法 | 第14-19页 |
| ·传统的 BP网络的拓扑结构及其算法 | 第15-18页 |
| ·径向基网络结构及其学习算法 | 第18-19页 |
| ·双权值人工神经网络的介绍 | 第19-25页 |
| ·双权值神经网络的数学模型 | 第19-21页 |
| ·基于双权值神经网络的拓扑结构 | 第21-22页 |
| ·双权值神经网络的算法分析 | 第22-25页 |
| ·算法流程 | 第25页 |
| ·选题的意义 | 第25页 |
| ·本论文做的工作 | 第25-27页 |
| 第二章 逼近的一般理论 | 第27-32页 |
| ·函数逼近的几种方法 | 第27-29页 |
| ·神经网络逼近理论 | 第29-32页 |
| 第三章 双权值神经网络逼近性研究 | 第32-40页 |
| ·定理的证明 | 第32-35页 |
| ·检验结果 | 第35-40页 |
| 第四章 一种基于双权值神经网络的直接自适应控制器 | 第40-47页 |
| ·引言 | 第40-41页 |
| ·自适应双权值神经网络控制器设计 | 第41-43页 |
| ·系统结构图 | 第41-42页 |
| ·算法 | 第42-43页 |
| ·鲁棒自适应双权值神经网络控制算法 | 第43-45页 |
| ·仿真研究 | 第45-46页 |
| ·结论 | 第46-47页 |
| 第五章 双权值神经网络在化学工程中的应用 | 第47-57页 |
| ·引言 | 第47-49页 |
| ·应用举例 | 第49-56页 |
| ·CO_2提纯塔的对数回归模型 | 第49-52页 |
| ·双权值神经网络模型 | 第52-55页 |
| ·模型的进一步讨论 | 第55-56页 |
| ·结论 | 第56-57页 |
| 第六章 基于多权值神经网络的语音识别的研究 | 第57-67页 |
| ·高维空间的基本概念 | 第57-58页 |
| ·覆盖 | 第57页 |
| ·覆盖比 | 第57-58页 |
| ·多权值神经元模型 | 第58-59页 |
| ·多权值神经元认知算法 | 第59-61页 |
| ·构造多权值神经元的记忆算法 | 第59-60页 |
| ·认知算法 | 第60-61页 |
| ·多权值神经元在的非特定人连续数字语音识别 | 第61页 |
| ·语音的特征提取方法 | 第61-64页 |
| ·构筑神经网络所用样本的特征提取 | 第61-63页 |
| ·构造特征空间识别多权值区 | 第63-64页 |
| ·实验结果与讨论 | 第64-66页 |
| ·统计结果 | 第64-65页 |
| ·与HMM模型的比较结果及讨论 | 第65-66页 |
| ·结论 | 第66-67页 |
| 第七章 总结 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间参加科研项目与发表的学术论文目录 | 第75页 |
