分布式神经计算平台的设计与实现
| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 第一章 绪论 | 第5-16页 |
| 1．1 人工神经网络原理及发展状况 | 第5-9页 |
| 1．2 分布式计算技术的现状 | 第9-14页 |
| 1．3 分布式神经计算平台 | 第14-16页 |
| 第二章 计算平台架构工具简介 | 第16-30页 |
| 2．1 计算平台体系结构选择 | 第16-20页 |
| 2．1．1 二层应用体系结构 | 第16-18页 |
| 2．1．2 传统的三层应用体系结构 | 第18-19页 |
| 2．1．3 基于Web的应用体系结构 | 第19-20页 |
| 2．2 J2EE应用体系结构 | 第20-28页 |
| 2．2．1 J2ME的概念 | 第21页 |
| 2．2．2 J2ME的优势 | 第21-22页 |
| 2．2．3 J2ME的四层模型 | 第22-26页 |
| 2．2．4 J2ME的结构 | 第26-28页 |
| 2．3 计算平台后台使用工具简介 | 第28-30页 |
| 第三章 神经计算平台的设计与实现 | 第30-41页 |
| 3．1 计算平台的模块划分及设计要求 | 第30-31页 |
| 3．2 用户交互 | 第31-36页 |
| 3．2．1 控制层 | 第31-33页 |
| 3．2．2 业务层 | 第33-36页 |
| 3．3 数据管理 | 第36-38页 |
| 3．3 计算任务调度的实现 | 第38-39页 |
| 3．3．1 计算任务队列的实现 | 第38页 |
| 3．3．2 计算节点队列的实现 | 第38-39页 |
| 3．3．3 计算任务调度的实现 | 第39页 |
| 3．4 计算节点客户端程序 | 第39-41页 |
| 第四章 基于遗传算法优化的BP神经网络 | 第41-50页 |
| 4．1 BP神经网络概述 | 第41-44页 |
| 4．2 遗传算法优化BP神经网络 | 第44-48页 |
| 4．3 预测算法小结 | 第48-50页 |
| 第五章 总结和展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53页 |
