首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

神经网络模式识别技术在自动售货机中的应用研究

摘要第1-8页
Abstract第8-9页
第1章 绪论第9-21页
   ·神经网络与模式识别发展概述第9-10页
   ·神经网络模式识别研究历史第10-12页
   ·模式识别的原理和基本概念第12-13页
   ·模式识别的基本要求及其困难第13页
   ·模式识别的系统构成第13-14页
   ·模式识别的传统方法第14-17页
     ·统计模式识别第15页
     ·句法模式识别第15-16页
     ·模糊模式识别第16-17页
   ·神经网络模式识别方法第17页
   ·神经网络模式识别方法与传统模式识别方法的关系第17-18页
     ·神经网络模式识别方法与传统模式识别方法的关系第17-18页
     ·神经网络模式识别的特点第18页
   ·本文研究背景与意义第18-19页
   ·本文的研究内容第19-21页
第2章 神经网络模式识别的预处理与特征提取研究第21-29页
   ·引言第21-22页
   ·模式的预处理第22页
     ·消除稳态分量第22页
     ·模式样本的标准化处理第22页
   ·模式的变换域特征第22-23页
   ·离散K-L变换及PCA主分量分析法第23-28页
     ·离散K-L变换第23-26页
     ·PCA主分量分析法的基本原理第26-27页
     ·PCA主分量分析法的计算方法第27-28页
     ·PCA方法的特点第28页
   ·小结第28-29页
第3章 人工神经网络理论基础第29-39页
   ·神经网络的生物基础第29-32页
     ·脑的宏观结构第29页
     ·神经网络的结构与功能第29-30页
     ·神经元模型第30-32页
   ·神经网络的基本原理第32-33页
     ·神经网络的结构第32页
     ·神经网络的学习和训练第32-33页
   ·一些典型的常用于模式识别的神经网络模型第33-35页
     ·感知机及BP网络第33页
     ·竞争学习与侧抑制第33-34页
     ·自组织特征映射第34-35页
     ·Hopfield网络第35页
   ·神经网络用于模式识别第35-39页
     ·神经网络模式识别系统概述第35-36页
     ·神经网络模式识别典型做法第36-39页
第4章 BP神经网络分析与设计研究第39-51页
   ·引言第39页
   ·基于BP算法的多层前馈网络模型及其学习算法第39-41页
   ·BP多层前馈网络的主要能力第41页
   ·BP算法的局限性及其改进第41-42页
     ·增加动量项第41-42页
     ·自适应调节学习率第42页
   ·BP网络设计第42-48页
     ·信息容量与训练样本数第42-43页
     ·训练样本集的准备第43-46页
     ·初始权值的设计第46页
     ·BP网络结构设计第46-47页
     ·网络训练与测试第47-48页
   ·神经网络的高级开发环境第48-51页
     ·神经网络的开发环境及其特征第49页
     ·MATLAB神经网络工具箱概述第49-51页
第5章 神经网络模式识别应用-自动售货机系统设计第51-64页
   ·自动售货机研究的现状及意义第51页
   ·系统概述第51-52页
   ·自动售货过程的控制子系统简述第52-53页
   ·自动售货过程的通信子系统简述第53-54页
   ·硬币的识别原理及其贮退机构简述第54页
   ·纸币识别子系统原理及其设计第54-57页
     ·纸币器数据采集设备的基本原理及设计第54-55页
     ·纸币器硬件设计第55-57页
     ·纸币器软件设计第57页
   ·基于BP神经网络的纸币器货币识别算法设计第57-63页
     ·概述第57-58页
     ·数据预处理第58-60页
     ·货币识别的BP神经网络算法设计与实现第60-63页
   ·小结第63-64页
结论第64-66页
参考文献第66-69页
致谢第69-70页
附录A(攻读学位期间所发表的学术论文目录)第70页

论文共70页,点击 下载论文
上一篇:中国国民党党政体制剖析1927-1937
下一篇:金融创新的监管研究