混沌神经网络及其应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·引言 | 第9-10页 |
| ·混沌神经网络的研究现状 | 第10-11页 |
| ·本文的主要工作 | 第11-13页 |
| 2 混沌动力学基础 | 第13-23页 |
| ·混沌及其性质 | 第13-16页 |
| ·Logistic 映射 | 第13-15页 |
| ·混沌的基本性质 | 第15-16页 |
| ·混沌神经网络模型 | 第16-22页 |
| ·混沌神经元模型 | 第17-21页 |
| ·混沌神经网络模型 | 第21-22页 |
| ·小结 | 第22-23页 |
| 3 混沌神经网络研究 | 第23-39页 |
| ·Hopfield 神经网络研究 | 第23-25页 |
| ·离散时间Hopfield 神经网络 | 第23-25页 |
| ·连续时间Hopfield 神经网络 | 第25页 |
| ·暂态混沌神经网络及其优化性能分析 | 第25-29页 |
| ·暂态混沌神经网络模型 | 第26页 |
| ·暂态混沌神经网络的动力学过程 | 第26-28页 |
| ·暂态混沌神经网络优化存在的问题 | 第28-29页 |
| ·现有的几种TCNN 模型的改进方法 | 第29-30页 |
| ·指数退火混沌神经网络（EACNN）模型 | 第29页 |
| ·噪声混沌神经网络（NCNN）模型 | 第29-30页 |
| ·旅行商问题及混沌神经网络求解方法 | 第30-34页 |
| ·组合优化问题 | 第30页 |
| ·旅行商问题与计算复杂性 | 第30-31页 |
| ·旅行商问题数学模型 | 第31-32页 |
| ·旅行商问题的神经网络方法 | 第32-34页 |
| ·基于混沌神经网络的旅行商问题研究 | 第34页 |
| ·利用现有几种混沌神经网络求解TSP 问题 | 第34-38页 |
| ·常规混沌神经网络方法的优化应用算法流程 | 第34-35页 |
| ·TCNN 方法在TSP 问题中的应用 | 第35-36页 |
| ·EACNN 在TSP 问题中的应用 | 第36-37页 |
| ·NCNN 在TSP 问题中的应用 | 第37-38页 |
| ·小结 | 第38-39页 |
| 4 变初值暂态混沌神经网络 | 第39-46页 |
| ·变初值的改进方法 | 第39-41页 |
| ·变初值方法的基本原理 | 第39-40页 |
| ·算法流程 | 第40-41页 |
| ·仿真研究 | 第41-43页 |
| ·10 个城市的仿真研究 | 第41-42页 |
| ·20 个城市的仿真研究 | 第42-43页 |
| ·几种方法的仿真结果对比 | 第43页 |
| ·变初值方法在HNN 中的应用 | 第43-45页 |
| ·HNN 的缺陷 | 第43-44页 |
| ·仿真结果 | 第44页 |
| ·结果分析 | 第44-45页 |
| ·小结 | 第45-46页 |
| 5 混沌神经网络在图像分割中的应用 | 第46-50页 |
| ·可变形状的区域分割算法简介 | 第46-47页 |
| ·应用于图像分割的混沌神经网络模型 | 第47页 |
| ·混沌动力学在图像分割中的应用 | 第47-48页 |
| ·模拟退火策略在图像分割中的实现 | 第48-49页 |
| ·仿真结果 | 第49页 |
| ·小结 | 第49-50页 |
| 6 结论 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 作者在攻读硕士期间所发表的论文 | 第55页 |
