RBF神经网络及其在电力谐波测量中的应用研究
| 第一章 绪论 | 第1-13页 |
| 1．1 硬件测量方法 | 第7-8页 |
| 1．2 软件测量方法 | 第8-9页 |
| 1．3 谐波测量的新兴研究方向 | 第9-12页 |
| 1．4 本文所作的主要工作 | 第12-13页 |
| 第二章 RBF神经网络理论基础 | 第13-19页 |
| 2．1 人工神经网络发展概要及现状 | 第13-14页 |
| 2．2 神经网络的特点和基本原理 | 第14-15页 |
| 2．3 RBF神经网络的兴起 | 第15-16页 |
| 2．4 RBF神经网络的结构 | 第16页 |
| 2．5 RBF神经网络的映射关系 | 第16-17页 |
| 2．6 RBF神经网络的映射机理 | 第17-19页 |
| 第三章 RBF神经网络训练算法设计 | 第19-28页 |
| 3．1 RBF神经网络的训练算法概述、分类和比较 | 第19-20页 |
| 3．2 在线训练算法的构成 | 第20-25页 |
| 3．2．1 在线分配隐单元 | 第21-22页 |
| 3．2．2 网络参数校正 | 第22-25页 |
| 3．3 阈值的选取 | 第25-26页 |
| 3．4 RBF网络参数初始值的确定 | 第26-27页 |
| 3．5 小结 | 第27-28页 |
| 第四章 RBF网络用于谐波测量设计 | 第28-33页 |
| 4．1 电力谐波的产生及危害 | 第28-29页 |
| 4．2 基本设想 | 第29-30页 |
| 4．3 谐波的主要特点 | 第30-31页 |
| 4．4 网络构成 | 第31页 |
| 4．5 训练样本的形成 | 第31-33页 |
| 第五章 仿真研究 | 第33-53页 |
| 5．1 神经网络训练仿真的主要内容及要求 | 第33-34页 |
| 5．2 仿真程序设计 | 第34-36页 |
| 5．3 用于比较的BP网络 | 第36-38页 |
| 5．4 比较研究 | 第38-45页 |
| 5．4．1 BP网络仿真 | 第38-40页 |
| 5．4．2 RBF网络仿真 | 第40-43页 |
| 5．4．3 仿真结论 | 第43-45页 |
| 5．5 用于谐波测量的RBF网络训练 | 第45-50页 |
| 5．6 总结 | 第50-53页 |
| 第六章 结论与展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 附录 | 第57-64页 |
| 致谢 | 第64页 |
