一种BP神经网络的改进算法及其应用
| 中文摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-10页 |
| 1.1 人工神经网络简介 | 第6-7页 |
| 1.1.1 人工神经网络的研究目的和意义 | 第6页 |
| 1.1.2 人工神经网络的发展历程与现状 | 第6-7页 |
| 1.2 人工神经网络的应用 | 第7-10页 |
| 第二章 人工神经网络结构及BP网络模型 | 第10-20页 |
| 2.1 人工神经元 | 第10-11页 |
| 2.1.1 人工神经元的结构 | 第10页 |
| 2.1.2 人工神经元的各个组成部分 | 第10-11页 |
| 2.2 人工神经网络的常见连接形式 | 第11-13页 |
| 2.2.1 前向反馈网络 | 第11页 |
| 2.2.2 从输入到输出有反馈的前向网络 | 第11-12页 |
| 2.2.3 层内互连的前向网络 | 第12页 |
| 2.2.4 相互结合型的网络 | 第12-13页 |
| 2.3 人工神经网络的学习方式 | 第13-14页 |
| 2.4 BP神经网络 | 第14-20页 |
| 2.4.1 BP网络的数学表达式 | 第15页 |
| 2.4.2 BP网络的计算过程 | 第15-17页 |
| 2.4.3 BP网络的设计 | 第17-18页 |
| 2.4.4 BP神经网络存在的问题 | 第18-20页 |
| 第三章 BP神经网络的优化 | 第20-24页 |
| 3.1 相关研究 | 第20-21页 |
| 3.2 共轭梯度法 | 第21-22页 |
| 3.3 改进共轭梯度法 | 第22-24页 |
| 第四章 传统BP网络与改进后的BP网络效果的对比 | 第24-41页 |
| 4.1 岩层孔隙度的确定方法 | 第24-28页 |
| 4.2 基于Matlab的BP神经网络 | 第28-30页 |
| 4.2.1 创建BP网络 | 第28-29页 |
| 4.2.2 创建人工神经元上的传递函数 | 第29-30页 |
| 4.2.3 创建BP网络的学习函数 | 第30页 |
| 4.2.4 创建BP网络的训练函数 | 第30页 |
| 4.3 利用BP神经网络确定岩层孔隙度的方法 | 第30-41页 |
| 4.3.1 基于传统BP算法的网络 | 第30-39页 |
| 4.3.2 基于改进BP算法的网络 | 第39-41页 |
| 结论 | 第41-42页 |
| 在学期间的研究成果 | 第42-43页 |
| 参考文献 | 第43-44页 |
| 致谢 | 第44-45页 |
| 附录 | 第45-47页 |
