非迭代前向神经网络模型的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 图表目录 | 第8-9页 |
| 第一章 引言 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究与发展现状 | 第10-11页 |
| ·研究目标与研究内容 | 第11-12页 |
| ·研究目标 | 第11页 |
| ·研究内容 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 第二章 理论基础 | 第13-25页 |
| ·相关数学理论 | 第13-16页 |
| ·函数逼近与函数空间 | 第13-14页 |
| ·正交函数族与正交多项式 | 第14-16页 |
| ·神经网络基本理论 | 第16-21页 |
| ·神经网络的基本概念 | 第16页 |
| ·神经网络的特征与特性 | 第16-18页 |
| ·神经网络的基本内容 | 第18-19页 |
| ·神经网络的发展趋势 | 第19-20页 |
| ·神经网络的主要应用 | 第20-21页 |
| ·BP神经网络基本理论 | 第21-24页 |
| ·BP网络的基本原理 | 第21-22页 |
| ·BP网络缺陷的原因 | 第22-23页 |
| ·BP网络的改进算法 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第三章 非迭代前向网络(NIFNN)模型设计 | 第25-40页 |
| ·模型设计思路 | 第25-26页 |
| ·模型网络结构 | 第26-27页 |
| ·隐层神经元激励函数的选择 | 第27-33页 |
| ·隐层神经元数目的选择 | 第33-35页 |
| ·隐神经元数对网络性能的影响 | 第33页 |
| ·隐神经元数选择的方法 | 第33-35页 |
| ·隐层神经元权值计算公式的确定 | 第35-39页 |
| ·误差函数的非凸分析 | 第35-36页 |
| ·误差函数的凸化变换 | 第36-37页 |
| ·最优稳态权值计算公式的推导 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第四章 非迭代前向网络(NIFNN)模型实证分析 | 第40-50页 |
| ·研究过程介绍 | 第40-42页 |
| ·研究的重点 | 第40页 |
| ·数据选取及预处理 | 第40-42页 |
| ·NIFNN模型的实现 | 第42-46页 |
| ·算法描述 | 第42-43页 |
| ·代码实现 | 第43-46页 |
| ·NIFNN模型在短时交通流量预测的应用 | 第46-49页 |
| ·模型参数设定 | 第46页 |
| ·具体实验步骤 | 第46页 |
| ·实证结果分析 | 第46-49页 |
| ·小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·论文总结 | 第50-51页 |
| ·进一步展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |
