卡方检验神经网络--基于BP神经网络的二分类算法
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-22页 |
| 1.1 论文背景 | 第8-13页 |
| 1.2 国内外研究现状 | 第13-20页 |
| 1.3 本算法研究的意义 | 第20页 |
| 1.4 论文的主要内容和组织结构 | 第20-22页 |
| 第二章 相关理论研究 | 第22-27页 |
| 2.1 人工神经网络 | 第22页 |
| 2.2 反向传播神经网络 | 第22-23页 |
| 2.3 卡方检验 | 第23-24页 |
| 2.4 主成分分析 | 第24-25页 |
| 2.5 支持向量机 | 第25页 |
| 2.6 极限学习机 | 第25-26页 |
| 2.7 本章总结 | 第26-27页 |
| 第三章 算法描述 | 第27-35页 |
| 3.1 模型设计 | 第27-30页 |
| 3.2 参数更新 | 第30-33页 |
| 3.3 本章总结 | 第33-35页 |
| 第四章 公共数据集上的算法测试及实验结果 | 第35-39页 |
| 4.1 公共数据集 | 第35-36页 |
| 4.2 实验设计 | 第36-37页 |
| 4.3 实验结果及分析 | 第37-38页 |
| 4.4 本章总结 | 第38-39页 |
| 第五章 私有数据集上的算法测试及实验结果 | 第39-55页 |
| 5.1 苹果近红外光谱数据 | 第39-47页 |
| 5.1.1 数据介绍 | 第39-42页 |
| 5.1.2 实验设计 | 第42-46页 |
| 5.1.3 实验结果及分析 | 第46-47页 |
| 5.2 肺部CT图像 | 第47-54页 |
| 5.2.1 数据介绍 | 第47页 |
| 5.2.2 实验设计 | 第47-54页 |
| 5.2.3 实验结果及分析 | 第54页 |
| 5.3 本章总结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 项目总结 | 第55-56页 |
| 6.2 项目展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 在学期间的研究成果 | 第61-62页 |
| 致谢 | 第62页 |
