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

几类神经网络的分析与优化及其应用研究

作者简介第1-6页
摘要第6-8页
ABSTRACT第8-12页
第一章 绪论第12-28页
 §1.1 研究的背景和意义第12-14页
 §1.2 差分进化算法的研究进展第14-18页
 §1.3 进化神经网络的研究现状第18-23页
 §1.4 Integrate-and-Fire 神经网络与细胞神经网络的研究现状第23-25页
 §1.5 本文的主要工作和内容安排第25-28页
第二章 嵌入正交杂交和局部搜索的差分进化算法第28-46页
 §2.1 引言第28-29页
 §2.2 全局优化问题第29页
 §2.3 嵌入正交杂交和局部搜索的差分进化算法第29-35页
 §2.4 数值实验第35-45页
 §2.5 本章小结第45-46页
第三章 协同二进制—实数差分进化算法第46-64页
 §3.1 引言第46-47页
 §3.2 混合整数非线性规划问题第47页
 §3.3 协同二进制—实数差分进化算法第47-51页
 §3.4 数值实验及结果第51-62页
 §3.5 本章小结第62-64页
第四章 正交离散差分进化算法第64-76页
 §4.1 引言第64页
 §4.2 二进制—整数非线性规划问题第64-65页
 §4.3 正交离散差分进化算法第65-69页
 §4.4 数值实验及比较第69-75页
 §4.5 本章小结第75-76页
第五章 一种结合正交 DE 和 LM 算法的混合训练算法优化前馈神经网络的权值第76-92页
 §5.1 引言第76-77页
 §5.2 前馈神经网络的描述第77-78页
 §5.3 结合正交 DE 和 LM 算法的混合训练算法第78-82页
 §5.4 仿真实验第82-91页
 §5.5 本章小结第91-92页
第六章 一种两阶段算法优化前馈神经网络的结构和权值第92-112页
 §6.1 引言第92-93页
 §6.2 前馈神经网络的矩阵和向量描述第93页
 §6.3 两阶段训练算法第93-101页
 §6.4 仿真实验第101-110页
 §6.5 本章小结第110-112页
第七章 协同二进制—整数差分进化算法进化神经网络的结构和整数权值第112-124页
 §7.1 引言第112页
 §7.2 训练整数权值神经网络的协同二进制—整数 DE 算法第112-118页
 §7.3 实验与分析第118-123页
 §7.4 本章小结第123-124页
第八章 Integrate-and-Fire 神经网络的点火特征第124-144页
 §8.1 引言第124-126页
 §8.2 IF 神经元模型及其同步发放脉冲的特性第126-130页
 §8.3 指数衰减阈值对 IF 神经元点火统计特性的影响第130-135页
 §8.4 简化的 IF 模型及其点火特性第135-142页
 §8.5 本章小结第142-144页
第九章 IF 神经元的条件反射行为及在图像处理中的应用第144-156页
 §9.1 引言第144-145页
 §9.2 IF 神经元模型第145-151页
 §9.3 基于部分重设的 IF 神经网络及其在图像分割中的应用第151-154页
 §9.4 本章小结第154-156页
第十章 一种自反馈细胞神经网络的稳定性分析及其在函数优化中的应用第156-164页
 §10.1 引言第156-157页
 §10.2 细胞神经网络模型第157页
 §10.3 一种新的细胞神经网络模型第157-158页
 §10.4 新的细胞神经网络的稳定性分析第158-159页
 §10.5 单个细胞神经元的动态特性第159-160页
 §10.6 细胞神经网络在函数优化中的应用第160-162页
 §10.7 本章小结第162-164页
第十一章 总结与展望第164-166页
 §11.1 本文主要研究工作第164-165页
 §11.2 需要进一步研究的问题第165-166页
致谢第166-168页
参考文献第168-182页
攻读博士学位期间的科研成果第182-184页

论文共184页,点击 下载论文
上一篇:多通道SAR系统地面运动目标信息获取方法研究
下一篇:遥感影像自动拼接技术研究