基于蚁群算法的整型权值神经网络的研究与实现
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 第1章 绪论 | 第12-23页 |
| ·课题的研究背景和意义 | 第12页 |
| ·人工神经网络的研究现状和发展趋势 | 第12-17页 |
| ·理论研究现状 | 第13-16页 |
| ·实现应用现状 | 第16-17页 |
| ·蚁群算法的研究现状和发展趋势 | 第17-20页 |
| ·算法研究现状 | 第17-19页 |
| ·应用研究现状 | 第19-20页 |
| ·主要研究内容 | 第20-21页 |
| ·论文的组织结构 | 第21-23页 |
| 第2章 相关知识概述 | 第23-37页 |
| ·人工神经网络概述 | 第23-31页 |
| ·生物学启示 | 第23-24页 |
| ·人工神经元 | 第24-26页 |
| ·人工神经网络 | 第26-30页 |
| ·整型权值神经网络 | 第30-31页 |
| ·蚁群算法概述 | 第31-36页 |
| ·蚁群算法的生物学启示 | 第31-32页 |
| ·基本蚁群算法 | 第32-34页 |
| ·蚁群优化算法——最大最小蚂蚁系统 | 第34-35页 |
| ·算法改进 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 神经网络整型权值的蚁群算法优化 | 第37-57页 |
| ·整型权值神经网络的蚁群学习算法设计 | 第37-40页 |
| ·神经网络描述蚁群算法 | 第37页 |
| ·蚁群学习算法数学模型 | 第37-40页 |
| ·神经网络结构设计 | 第40-41页 |
| ·训练样本的选择 | 第41页 |
| ·sigmoid 激活函数的改进 | 第41-45页 |
| ·查找逼近法 | 第42-44页 |
| ·速度和精度测试 | 第44-45页 |
| ·局部搜索——改进的模式搜索 | 第45-49页 |
| ·基于蚁群算法的整型权值神经网络学习算法实现 | 第49-53页 |
| ·实验验证 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第4章 整型权值神经网络在纱线检测中的应用 | 第57-73页 |
| ·纱线检测概述 | 第57-58页 |
| ·纱线定义 | 第57页 |
| ·纱线检测的内容 | 第57-58页 |
| ·运动图像 | 第58-60页 |
| ·运动图像概述 | 第58-59页 |
| ·运动图像帧间相关性 | 第59-60页 |
| ·纱线运动图像高速处理 | 第60-63页 |
| ·纱线图像获取 | 第60页 |
| ·纱线图像预处理 | 第60-63页 |
| ·纱线特征提取 | 第63页 |
| ·纱线实时检测设计 | 第63-68页 |
| ·神经网络设计 | 第64-67页 |
| ·纱线运动图像检测 | 第67-68页 |
| ·应用结果及分析 | 第68-71页 |
| ·图像处理效果 | 第68-69页 |
| ·神经网络检测结果 | 第69-71页 |
| ·速度测试 | 第71页 |
| ·本章小结 | 第71-73页 |
| 第5章 总结与展望 | 第73-75页 |
| ·总结 | 第73页 |
| ·展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 附录 | 第81页 |
