基于自适应神经网络的信号处理
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| 第一节 引言 | 第8-9页 |
| 第二节 基于神经网络的时间序列预测 | 第9-12页 |
| 第三节 基于神经网络的非线性荧光光谱识别 | 第12-13页 |
| 第四节 本论文研究内容及其章节安排 | 第13-14页 |
| 第二章 人工神经网络 | 第14-20页 |
| 第一节 人工神经网络概述 | 第14-19页 |
| ·生物神经元结构 | 第14-15页 |
| ·人工神经元的模型 | 第15-17页 |
| ·神经网络的网络结构与类别 | 第17-19页 |
| 第二节 多层前馈神经网络 | 第19-20页 |
| 第三章 自适应人工神经网络 | 第20-27页 |
| 第一节 三层前馈型神经网络结构 | 第20-21页 |
| 第二节 递归最小方差学习算法 | 第21-23页 |
| ·RLS自适应训练算法原理 | 第21-23页 |
| ·RLS算法的步骤 | 第23页 |
| 第三节 互连权重删剪算法 | 第23-27页 |
| ·删剪中间层单元 | 第23-25页 |
| ·删剪输入层单元 | 第25-27页 |
| 第四章 基于神经网络的时间序列预测 | 第27-38页 |
| 第一节 基于神经网络的股指预测 | 第28-33页 |
| ·网络的学习训练 | 第28-30页 |
| ·互连权重删剪 | 第30-32页 |
| ·再学习 | 第32-33页 |
| ·预测 | 第33页 |
| 第二节 基于神经网络的 VBR视频通信量的预测 | 第33-38页 |
| 第五章 基于神经网络的非线性荧光光谱识别 | 第38-44页 |
| ·数据来源 | 第38-41页 |
| ·删剪网络的输入层单元 | 第41-42页 |
| ·再学习及预测 | 第42-44页 |
| 总结与展望 | 第44-49页 |
| 致谢 | 第49-50页 |
| 在学校期间发表的学术论文及参加的项目 | 第50页 |
| 发表的学术论文 | 第50页 |
| 参加项目 | 第50页 |
