基于解析优化方法的神经网络学习算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-11页 |
| ·论文研究背景 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文的研究内容 | 第10-11页 |
| 2 准备知识 | 第11-16页 |
| ·人工神经元模型 | 第11页 |
| ·多层前向神经网络的拓扑结构 | 第11-13页 |
| ·无约束最优化方法概述 | 第13-16页 |
| 3 基于线性最小二乘的快速学习算法 | 第16-26页 |
| ·单层神经网络快速学习算法 | 第16-17页 |
| ·多层神经网络快速学习算法 | 第17-20页 |
| ·数值试验 | 第20-24页 |
| ·XOR问题 | 第21-22页 |
| ·字母LT识别问题 | 第22-24页 |
| ·Lorenz时间序列问题 | 第24页 |
| ·分析和讨论 | 第24-26页 |
| 4 基于自调比方法的神经网络学习算法 | 第26-38页 |
| ·自调比方法的动机 | 第26-28页 |
| ·自调比方法的推导 | 第28-30页 |
| ·收敛性分析 | 第30-34页 |
| ·数值试验 | 第34-38页 |
| 5 基于共线调比方法的神经网络学习算法 | 第38-45页 |
| ·共线调比方法改进的原因 | 第38-39页 |
| ·收敛性分析 | 第39-42页 |
| ·数值试验 | 第42-44页 |
| ·分析和讨论 | 第44-45页 |
| 6 结论和展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 附录 | 第51页 |