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

基于免疫机制的神经网络及其应用研究

摘要第3-5页
ABSTRACT第5-6页
第一章 引言第10-18页
    1.1 智能信息处理技术第10-11页
    1.2 人工免疫系统和免疫优化算法第11-12页
        1.2.1 人工免疫系统的理论与应用第11页
        1.2.2 进化算法和免疫优化算法第11-12页
    1.3 神经网络和RBF 网络简述第12-13页
    1.4 电子对抗中的雷达信号综合分选第13-15页
        1.4.1 信息战和电子战第13-14页
        1.4.2 雷达对抗概述第14页
        1.4.3 雷达侦察机和雷达信号综合分选第14-15页
    1.5 OFDM 信道估计第15-17页
        1.5.1 OFDM 系统的基本原理第15-16页
        1.5.2 OFDM 系统中的信道估计第16-17页
    1.6 本文结构第17-18页
第二章 免疫优化算法及RBF 网络训练算法第18-25页
    2.1 免疫理论的生物学基础和人工免疫系统第18-20页
    2.2 RBF 网络的模型和结构第20-21页
    2.3 RBF 网络的训练学习策略第21-24页
        2.3.1 聚类算法第21-22页
        2.3.2 OLS 算法第22-23页
        2.3.3 随机梯度法第23-24页
    2.4 本章小结第24-25页
第三章 免疫算法在TSP 问题中的应用研究第25-35页
    3.1 进化算法第25-26页
    3.2 免疫优化算法第26-29页
        3.2.1 基于免疫自我调节机制的免疫优化算法第26-27页
        3.2.2 基于免疫响应的免疫优化算法第27-28页
        3.2.3 基于疫苗接种的免疫优化算法第28-29页
        3.2.4 基于免疫抗体记忆的免疫优化算法第29页
    3.3 免疫优化算法在TSP 问题中的应用第29-34页
        3.3.1 算法参数设计第30-31页
        3.3.2 针对TSP 问题的算法性能比较第31-34页
    3.4 本章小结第34-35页
第四章 基于免疫机制的RBF 网络在雷达信号综合分选中的应用第35-44页
    4.1 基于免疫优化算法的两级RBF 网络学习方法第35-39页
    4.2 基于RBF 网络的雷达信号综合分选方法第39-41页
        4.2.1 雷达信号的分选参数及特点第39-40页
        4.2.2 基于RBF 网络的雷达信号综合分选系统第40-41页
    4.3 仿真实验及分析第41-43页
    4.4 本章小结第43-44页
第五章 基于免疫机制的RBF 网络在OFDM 信道均衡中的应用第44-56页
    5.1 OFDM 系统第44-46页
        5.1.1 OFDM 系统的应用背景第44-45页
        5.1.2 OFDM 系统中的信道估计第45-46页
    5.2 基于RBF 网络的OFDM 系统信道均衡器第46-55页
        5.2.1 RBF 网络信道均衡器第46-47页
        5.2.2 免疫RBF 网络的OFDM 系统信道均衡器的学习机制第47-49页
        5.2.3 算法原理第49-52页
        5.2.4 计算机仿真第52-55页
    5.3 本章小结第55-56页
第六章 总结与展望第56-58页
    6.1 本文总结第56页
    6.2 今后工作展望第56-58页
参考文献第58-62页
致谢第62-63页
攻读硕士学位期间已发表或录用的论文第63页

论文共63页,点击 下载论文
上一篇:分层式入侵检测技术在入侵防御中的应用与研究
下一篇:模糊扩散神经网络的稳定性分析