BP网络结构确定算法的研究及仿真
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题的提出、背景及意义 | 第8-9页 |
| ·相关技术的研究现状 | 第9-12页 |
| ·收敛速度的研究现状 | 第9-11页 |
| ·局部极值的研究现状 | 第11页 |
| ·网络结构的研究现状 | 第11-12页 |
| ·本文研究思路和结构安排 | 第12-13页 |
| ·本文研究思路和过程 | 第12页 |
| ·论文的结构安排 | 第12-13页 |
| ·课题的创新之处 | 第13-14页 |
| 第二章 BP 网络概述 | 第14-26页 |
| ·神经网络概述 | 第14-19页 |
| ·神经网络简介 | 第14页 |
| ·生物神经元系统 | 第14-16页 |
| ·人工神经网络的分类 | 第16-17页 |
| ·神经网络的特点 | 第17-18页 |
| ·神经网络的发展历程 | 第18-19页 |
| ·典型的前向型网络－BP 网络 | 第19-23页 |
| ·BP 网络的基本结构 | 第19-20页 |
| ·BP 网络的学习算法 | 第20-22页 |
| ·BP 网络的优缺点 | 第22-23页 |
| ·BP 网络的关键点分析 | 第23-26页 |
| ·隐层、隐层结点数对训练结果的影响 | 第24页 |
| ·确定每层隐结点数的算法 | 第24-25页 |
| ·如何解决“欠拟合”与“过拟合”问题等 | 第25-26页 |
| 第三章 蚁群算法概述 | 第26-35页 |
| ·蚁群算法的基本思想 | 第26页 |
| ·蚂蚁觅食的生物学基础 | 第26-28页 |
| ·蚂蚁的觅食行为 | 第28-29页 |
| ·蚁群算法的实现过程 | 第29-33页 |
| ·蚁群算法的优缺点分析 | 第33-35页 |
| 第四章 动态扩展隐层技术 | 第35-46页 |
| ·问题的提出 | 第35页 |
| ·算法综述 | 第35-36页 |
| ·算法的实现过程 | 第36-41页 |
| ·BP 神经网络的初次训练 | 第37-38页 |
| ·扩展隐层的引入 | 第38-39页 |
| ·对蚁群算法的改进 | 第39-41页 |
| ·对扩展网络模型的训练 | 第41页 |
| ·算法可行性与有效性的证明 | 第41-45页 |
| ·算法小结 | 第45-46页 |
| 第五章 实验分析及验证 | 第46-57页 |
| ·实验环境简介 | 第46-48页 |
| ·Matlab 语言简介 | 第46-47页 |
| ·Matlab 的语言特点 | 第47-48页 |
| ·神经网络工具箱 | 第48页 |
| ·实验项目简介 | 第48-49页 |
| ·实验分析 | 第49-50页 |
| ·实验过程 | 第50-57页 |
| ·初始实验模型的建立 | 第51-52页 |
| ·扩展模型的引入及训练过程 | 第52-55页 |
| ·实验结果分析 | 第55-57页 |
| 结论 | 第57-58页 |
| 总结 | 第57页 |
| 今后的工作设想 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间取得的学术成果 | 第62-63页 |
| 致谢 | 第63页 |
