进化RBF神经网络分类器研究
| 目录 | 第1-7页 |
| 表目录 | 第7-8页 |
| 图目录 | 第8-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第14-25页 |
| ·课题研究背景 | 第14-15页 |
| ·研究现状 | 第15-23页 |
| ·前馈神经网络调制识别研究现状 | 第15-16页 |
| ·特征选择研究现状 | 第16-19页 |
| ·神经网络均衡研究现状 | 第19-23页 |
| ·本文研究内容 | 第23-25页 |
| 第二章 模式识别及进化神经网络 | 第25-39页 |
| ·模式识别 | 第25-29页 |
| ·模式识别过程及内容 | 第25-26页 |
| ·模式识别理论基础 | 第26-28页 |
| ·模式识别类别和方法 | 第28-29页 |
| ·神经网络模式识别 | 第29-33页 |
| ·神经网络简述 | 第29页 |
| ·人工神经网络的基本属性和特点 | 第29-30页 |
| ·神经网络基本分类 | 第30-31页 |
| ·神经网络模式识别 | 第31页 |
| ·神经网络设计存在的问题 | 第31-33页 |
| ·遗传进化神经网络 | 第33-38页 |
| ·进化算法 | 第33-36页 |
| ·进化神经网络 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 遗传算法辅助RBF分类器特征选择 | 第39-57页 |
| ·调制信号特征的相似性度量 | 第39-42页 |
| ·度量方法概述 | 第39页 |
| ·样本的距离度量方法 | 第39-40页 |
| ·特征矢量的标准化 | 第40页 |
| ·线性相关的相似性度量方法 | 第40-42页 |
| ·简单遗传算法问题及改进方法 | 第42-46页 |
| ·遗传算法多样性度量 | 第42-43页 |
| ·简单遗传算法存在的问题 | 第43-44页 |
| ·遗传算法改进方法及种类 | 第44-45页 |
| ·基于局部竞争思想的改进遗传算子 | 第45-46页 |
| ·改进遗传算法特征选择 | 第46-56页 |
| ·动态自适应遗传算法特征选择 | 第46-51页 |
| ·自适应约束惩罚遗传算法特征选择 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 进化RBF神经网络调制分类器 | 第57-78页 |
| ·RBF神经网络 | 第57-61页 |
| ·RBF神经网络简述 | 第57页 |
| ·RBF神经网络构成 | 第57-59页 |
| ·RBF神经网络性能分析 | 第59-60页 |
| ·RBF神经网络学习算法 | 第60-61页 |
| ·RBF神经网络调制分类器 | 第61-62页 |
| ·RBF神经网络调制分类器工作原理 | 第61-62页 |
| ·RBF神经网络调制分类器结构 | 第62页 |
| ·改进的递阶遗传算法RBFNN分类器 | 第62-68页 |
| ·递阶遗传算法 | 第63-64页 |
| ·改进递阶遗传算法 | 第64-66页 |
| ·仿真与分析 | 第66-68页 |
| ·改进RAN算法的RBFNN调制分类器 | 第68-77页 |
| ·RAN算法 | 第68-69页 |
| ·遗传算法聚类 | 第69-70页 |
| ·遗传算法初始化RAN中心 | 第70-73页 |
| ·流水线遗传算法初始化RAN中心 | 第73-77页 |
| ·本章小结 | 第77-78页 |
| 第五章 进化RBF神经网络均衡器 | 第78-95页 |
| ·RBF神经网络均衡器 | 第78-79页 |
| ·信道状态 | 第79页 |
| ·进化RBF神经网络均衡器 | 第79-94页 |
| ·自适应小生境递阶遗传算法RBFNN均衡器 | 第79-83页 |
| ·递阶遗传算法适应度函数分析RBFNN均衡器 | 第83-87页 |
| ·GA初始化RAN复数RBFNN均衡器 | 第87-94页 |
| ·本章小结 | 第94-95页 |
| 第六章 多目标进化RBF神经网络均衡器 | 第95-106页 |
| ·多目标优化问题数学描述 | 第95-96页 |
| ·多目标进化算法 | 第96-98页 |
| ·多目标进化算法概述 | 第96-97页 |
| ·基于Pareto的多目标进化算法 | 第97-98页 |
| ·NSGA-Ⅱ算法 | 第98-100页 |
| ·多目标进化选择方法 | 第98-99页 |
| ·NSGA-Ⅱ算法构成 | 第99-100页 |
| ·改进NSGA-Ⅱ算法RBFNN均衡器 | 第100-104页 |
| ·目标函数 | 第100-101页 |
| ·部分精英保留策略 | 第101页 |
| ·改进NSGA-Ⅱ算法最优解分布度量 | 第101页 |
| ·仿真及分析 | 第101-104页 |
| ·本章小结 | 第104-106页 |
| 结束语 | 第106-108页 |
| 参考文献 | 第108-121页 |
| 作者简历 攻读博士学位期间完成的主要工作 | 第121-122页 |
| 致谢 | 第122页 |
