小波混沌神经网络研究及其应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·混沌神经网络的研究现状 | 第12-14页 |
| ·神经系统与混沌 | 第12-13页 |
| ·神经网络产生混沌的方法 | 第13页 |
| ·混沌神经网络模型 | 第13-14页 |
| ·小波神经网络的研究现状 | 第14-15页 |
| ·小波神经网络的发展 | 第14页 |
| ·小波神经网络的分类 | 第14-15页 |
| ·本论文的主要研究内容 | 第15-17页 |
| 第2章 混沌及其基本概念 | 第17-26页 |
| ·混沌动力学的基本概念 | 第17-19页 |
| ·混沌的定义 | 第17-18页 |
| ·混沌运动的相关概念 | 第18-19页 |
| ·通向混沌的道路 | 第19-20页 |
| ·倍周期分岔进入混沌 | 第19-20页 |
| ·阵发混沌道路 | 第20页 |
| ·Ruelle-Tankens 混沌道路 | 第20页 |
| ·辨别混沌的方法 | 第20-24页 |
| ·辨别混沌的方法 | 第20-21页 |
| ·Lyapunov 指数的计算 | 第21-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 混沌神经网络研究 | 第26-36页 |
| ·Aihara 混沌神经网络(CNN) | 第26-28页 |
| ·混沌神经网络定义 | 第26-27页 |
| ·混沌神经网络的Lyapunov 指数 | 第27-28页 |
| ·时延混沌神经网络(TDCNN) | 第28-31页 |
| ·时延神经元模型 | 第28-29页 |
| ·时延神经元的混沌分析 | 第29-31页 |
| ·暂态混沌神经网络 | 第31-35页 |
| ·暂态混沌神经网络模型 | 第31-32页 |
| ·暂态混沌神经网络的混沌动力学特性 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 一种新型的小波混沌神经网络 | 第36-50页 |
| ·小波分析 | 第36-41页 |
| ·多尺度分析 | 第36-37页 |
| ·小波变换 | 第37-41页 |
| ·墨西哥帽小波混沌神经网络 | 第41-49页 |
| ·墨西哥帽小波混沌神经元 | 第42-44页 |
| ·墨西哥帽小波函数参数变化对神经元性能的影响 | 第44-48页 |
| ·由墨西哥帽小波混沌神经元组成的网络 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 墨西哥帽小波混沌神经网络的应用 | 第50-66页 |
| ·TSP 问题的MWCNN 求解方法 | 第50-57页 |
| ·问题描述及其数学模型 | 第50-52页 |
| ·TSP 的神经网络方法 | 第52-54页 |
| ·MWCNN 在TSP 上的应用 | 第54-57页 |
| ·基于MWCNN 的混沌时间序列预测方法 | 第57-65页 |
| ·MWCNN 应用于混沌时间序列预测的研究 | 第57-59页 |
| ·基于MWCNN 的混沌时间序列预测的仿真 | 第59-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72-73页 |
| 致谢 | 第73页 |
