神经网络地震初至拾取算法及并行化研究
| 第1章 绪论 | 第1-9页 |
| ·选题依据 | 第6-7页 |
| ·本文研究内容与创新 | 第7-9页 |
| 第2章 神经网络简介 | 第9-16页 |
| ·神经网络的发展 | 第9-10页 |
| ·神经网络的构成 | 第10-12页 |
| ·神经元的结构模型 | 第10-11页 |
| ·神经网络的互联 | 第11-12页 |
| ·神经网络的工作原理 | 第12-13页 |
| ·神经网络的关键技术 | 第13-14页 |
| ·神经网络的特点 | 第14页 |
| ·神经网络的应用 | 第14-16页 |
| 第3章 BP神经网络研究 | 第16-28页 |
| ·BP神经网络的结构 | 第16-17页 |
| ·基本 BP算法 | 第17-20页 |
| ·BP网络权值的调整原理 | 第18-19页 |
| ·反向学习算法的实现步骤 | 第19页 |
| ·反向传播算法的限制与不足 | 第19-20页 |
| ·BP算法的改进 | 第20-23页 |
| ·变速率学习法 | 第20-22页 |
| ·引入遗忘因子 | 第22页 |
| ·引入遗传算法中的变异思想 | 第22-23页 |
| ·限幅非线性映射函数 | 第23页 |
| ·随机优化算子 | 第23页 |
| ·隐含层结构参数的自动确定 | 第23-25页 |
| ·隐含层层数的确定 | 第24页 |
| ·每层神经元个数的确定 | 第24-25页 |
| ·改进算法的计算实例 | 第25-28页 |
| ·网络结构相同情况下的比较 | 第26-27页 |
| ·改进网络结构后的比较 | 第27-28页 |
| 第4章 模糊神经网络研究 | 第28-35页 |
| ·模糊理论及其发展 | 第28-29页 |
| ·模糊集合的概念 | 第28-29页 |
| ·模糊理论的发展和现状 | 第29页 |
| ·模糊神经网络的建立 | 第29-35页 |
| ·模糊神经元模型 | 第30页 |
| ·模糊神经网络结构 | 第30-33页 |
| ·模糊神经网络的学习 | 第33-35页 |
| 第5章 初至拾取的神经网络方法 | 第35-51页 |
| ·初至拾取 | 第35页 |
| ·改进型 BP神经网络方法的应用 | 第35-43页 |
| ·数据的预处理 | 第35-36页 |
| ·地震资料参数的提取 | 第36-37页 |
| ·样本选择 | 第37-40页 |
| ·改进型 BP网络初始值的确定 | 第40-41页 |
| ·改进型 BP神经网络结构的确定 | 第41页 |
| ·滑动窗口的选择 | 第41-42页 |
| ·改进型 BP网络的学习及初至拾取 | 第42-43页 |
| ·模糊神经网络方法的应用 | 第43-45页 |
| ·模糊隶属函数的确定 | 第44页 |
| ·隐含层神经元数的确定 | 第44页 |
| ·模糊神经网络的学习与应用 | 第44-45页 |
| ·应用效果分析 | 第45-51页 |
| 第6章 BP神经网络的并行化 | 第51-67页 |
| ·并行计算的基本模式及负载平衡 | 第51-52页 |
| ·并行计算的基本模式 | 第51-52页 |
| ·负载均衡的基本方法 | 第52页 |
| ·并行算法的特点及评价 | 第52-54页 |
| ·并行算法的特点 | 第52页 |
| ·并行算法的评价及其复杂性分析 | 第52-54页 |
| ·MPI简介 | 第54页 |
| ·MPI的定义 | 第54页 |
| ·目前主要的 MPI实现 | 第54页 |
| ·基于 MPI的 BP神经网络并行化算法 | 第54-58页 |
| ·平均分配训练集 | 第55页 |
| ·界定全局最小极值区域 | 第55页 |
| ·算法描述 | 第55-58页 |
| ·并行化算法的计算结果分析 | 第58-59页 |
| ·并行执行时间 | 第58页 |
| ·性能评价 | 第58-59页 |
| ·并行算法的应用 | 第59-67页 |
| 第7章 结论和建议 | 第67-69页 |
| ·结论与成果 | 第67-68页 |
| ·建议 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-72页 |
