基于BP神经网络的数据融合算法及其在分布式智能养老系统中应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-19页 |
| ·研究背景 | 第11-12页 |
| ·问题的提出与解决思路 | 第12-13页 |
| ·问题的提出 | 第12页 |
| ·解决思路 | 第12-13页 |
| ·研究意义和研究现状 | 第13-16页 |
| ·研究意义 | 第13页 |
| ·研究现状 | 第13-16页 |
| ·主要研究内容与创新点 | 第16-19页 |
| ·主要研究内容 | 第16-17页 |
| ·创新点 | 第17-19页 |
| 2 粗糙集与数据融合理论基础 | 第19-33页 |
| ·数据融合技术 | 第19-24页 |
| ·数据融合的定义 | 第19-20页 |
| ·数据融合的基本原理和分类 | 第20-23页 |
| ·数据融合的作用 | 第23-24页 |
| ·数据融合的技术方法 | 第24-26页 |
| ·粗糙集 | 第26-31页 |
| ·粗糙集的概念及发展 | 第27-29页 |
| ·粗糙集理论 | 第29-31页 |
| ·小结 | 第31-33页 |
| 3 分布式智能养老系统 | 第33-45页 |
| · | 第33-34页 |
| ·分布式系统的概念 | 第33页 |
| ·分布式系统的特点 | 第33-34页 |
| ·养老系统的发展历程 | 第34页 |
| ·智能养老系统的现状 | 第34-38页 |
| ·国外的现状 | 第35-36页 |
| ·国内的现状 | 第36-38页 |
| ·分布式智能养老系统的设计 | 第38-43页 |
| ·系统架构 | 第39-41页 |
| ·系统功能 | 第41-42页 |
| ·系统设计的技术路线 | 第42页 |
| ·系统创新点 | 第42-43页 |
| ·小结 | 第43-45页 |
| 4 基于粗糙集的数据预处理 | 第45-53页 |
| ·粗糙集与神经网络的结合 | 第45-46页 |
| ·约简前数据预处理 | 第46-47页 |
| ·图像信息的预处理 | 第46页 |
| ·数据离散化 | 第46-47页 |
| ·粗糙集约简过程 | 第47-51页 |
| ·粗糙集数据约简实例过程 | 第48-51页 |
| ·小结 | 第51-53页 |
| 5 基于 BP 神经网络的数据融合算法 | 第53-67页 |
| ·神经网络 | 第53-55页 |
| ·神经网络的特点 | 第53-54页 |
| ·神经网络的分类 | 第54页 |
| ·神经网络的学习规则 | 第54-55页 |
| ·神经网络的应用 | 第55页 |
| ·基于神经网络的数据融合 | 第55-57页 |
| ·BP 神经网络算法 | 第57-60页 |
| ·BP 神经网络算法的原理 | 第57页 |
| ·BP 神经网络参数的选取 | 第57-60页 |
| ·改进的 BP 神经网络算法 | 第60-61页 |
| ·改进 BP 神经网络的原理 | 第60-61页 |
| ·附加动量算法 | 第61页 |
| ·基于 BP 神经网络的数据融合过程 | 第61-64页 |
| ·融合流程 | 第62页 |
| ·融合实验结果 | 第62-64页 |
| ·小结 | 第64-67页 |
| 6 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 在学期间研究成果 | 第73-75页 |
| 致谢 | 第75-76页 |
