小波神经网络的优化及其应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·小波分析简述 | 第7-12页 |
| ·小波分析的发展及应用 | 第7-8页 |
| ·小波及小波变换理论 | 第8-10页 |
| ·小波框架理论 | 第10-11页 |
| ·多分辨率分析理论 | 第11-12页 |
| ·小波神经网络简述 | 第12-14页 |
| ·小波神经网络的分类 | 第12页 |
| ·小波神经网络的特征 | 第12-13页 |
| ·小波神经网络与神经网络的比较 | 第13-14页 |
| ·课题的研究背景及国内外研究现状 | 第14-16页 |
| ·课题的研究背景 | 第14-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·本文的主要研究工作 | 第16-17页 |
| 第二章 自适应小波神经网络及其算法研究 | 第17-28页 |
| ·引言 | 第17-18页 |
| ·自适应小波神经网络的结构 | 第18-19页 |
| ·自适应小波神经网络的训练算法 | 第19-24页 |
| ·小波神经网络参数的GD 算法 | 第19-20页 |
| ·小波神经网络参数的LM+GD 算法 | 第20-23页 |
| ·变步长学习算法 | 第23-24页 |
| ·小波神经网络学习算法的程序框图 | 第24页 |
| ·仿真试验 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于时频分析的小波神经网络 | 第28-34页 |
| ·基于多分辨率分析的小波神经网络构造 | 第28-29页 |
| ·基于小波时频特性的隐层节点选取 | 第29-31页 |
| ·仿真实验 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于小波神经网络的非线性系统辨识 | 第34-42页 |
| ·引言 | 第34页 |
| ·小波神经网络的非线性系统辨识 | 第34-39页 |
| ·小波神经网络辨识中的常用结构 | 第34-36页 |
| ·小波神经网络系统辨识模型 | 第36-39页 |
| ·仿真研究 | 第39-41页 |
| ·一维非线性系统的小波神经网络辨识 | 第40-41页 |
| ·二维非线性系统的小波神经网络辨识 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第五章 小波神经网络在ECG 信号分类中的应用 | 第42-51页 |
| ·引言 | 第42页 |
| ·ECG 自动分析技术 | 第42-43页 |
| ·基于采样理论的小波神经网络 | 第43-44页 |
| ·ECG 信号分类器设计 | 第44-48页 |
| ·数据的获取 | 第44-45页 |
| ·ECG 信号的预处理 | 第45-46页 |
| ·ECG 信号的特征提取 | 第46-47页 |
| ·BP 网络分类器设计 | 第47-48页 |
| ·ECG 信号分类试验及结果 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 总结与展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 作者在攻读硕士学位期间发表的论文 | 第58-59页 |
| 附录Ａ | 第59-60页 |
| 附录B | 第60-63页 |
