第1章 绪论 | 第1-23页 |
·引言 | 第11-12页 |
·混沌神经网络研究现状 | 第12-19页 |
·混沌理论简介 | 第12-14页 |
·混沌神经网络研究现状 | 第14-19页 |
·Aihara的混沌神经网络模型 | 第14-15页 |
·耦合混沌神经元网络模型 | 第15-17页 |
·基于Hopfield神经网络的混沌神经网络模型 | 第17-18页 |
·混沌神经网络的研究领域 | 第18-19页 |
·模糊神经网络研究现状 | 第19-22页 |
·论文主要工作 | 第22-23页 |
第2章 Wang和Smith混沌神经网络模型的改进及其应用 | 第23-60页 |
·引言 | 第23-24页 |
·Wang和Smith混沌神经网络模型及特性分析 | 第24-42页 |
·Wang和Smith混沌神经网络模型 | 第24-27页 |
·Wang和Smith混沌神经元模型的特性分析 | 第27-38页 |
·Wang和Smith混沌神经网络的特性分析 | 第38-42页 |
·改进的Wang和Smith混沌神经网络模型及其特性分析 | 第42-51页 |
·引言 | 第42页 |
·改进的Wang和Smith混沌神经网络模型 | 第42-44页 |
·改进的Wang和Smith混沌神经元的特性分析 | 第44-48页 |
·改进的Wang和Smith混沌神经网络的特性分析 | 第48-51页 |
·应用实例 | 第51-59页 |
·引言 | 第51页 |
·N-皇后问题描述 | 第51-52页 |
·仿真分析 | 第52-59页 |
·本章小结 | 第59-60页 |
第3章 基于混沌映射的神经网络及其应用 | 第60-83页 |
·引言 | 第60页 |
·Ⅰ型混沌神经网络 | 第60-68页 |
·Ⅰ型混沌神经网络结构 | 第60-62页 |
·Ⅰ型混沌神经网络的学习算法 | 第62-64页 |
·仿真分析 | 第64-68页 |
·混沌对角递归神经网络 | 第68-76页 |
·对角递归神经网络简介 | 第69-71页 |
·混沌对角递归神经网络介绍 | 第71-74页 |
·仿真结果分析 | 第74-76页 |
·Ⅱ型前向混沌神经网络 | 第76-82页 |
·Ⅱ型前向混沌神经网络的训练算法 | 第76-77页 |
·Ⅱ型前向混沌神经网络的应用 | 第77-82页 |
·问题描述 | 第77-78页 |
·生成纹理图像的方法 | 第78-79页 |
·仿真结果 | 第79-81页 |
·仿真结果分析 | 第81-82页 |
·本章小结 | 第82-83页 |
第4章 模糊混沌神经元的研究 | 第83-102页 |
·引言 | 第83-84页 |
·模糊数 | 第84-88页 |
·基本符号 | 第84页 |
·模糊数的概念 | 第84-85页 |
·模糊数的算术运算 | 第85-87页 |
·几类典型模糊数 | 第87-88页 |
·模糊数神经网络 | 第88-91页 |
·模糊数神经元 | 第89-90页 |
·模糊数神经网络 | 第90-91页 |
·模糊混沌神经元的动力学模型 | 第91-92页 |
·模糊混沌神经元的特性分析 | 第92-101页 |
·模糊特性 | 第93-95页 |
·耗散性 | 第95-96页 |
·Lyapunov特征指数、分岔图及其仿真结果 | 第96-101页 |
·本章小结 | 第101-102页 |
第5章 模糊逻辑与混沌神经网络相融合的方法 | 第102-115页 |
·引言 | 第102页 |
·用模糊控制器控制混沌神经网络 | 第102-107页 |
·混沌神经网络模型 | 第103-105页 |
·模糊控制器的设计方法 | 第105-107页 |
·用混沌搜索算法训练模糊神经网络 | 第107-110页 |
·模糊神经网络和BP算法 | 第107-109页 |
·在BP算法中引入混沌机制 | 第109-110页 |
·用模糊混沌神经元构成模糊混沌神经网络 | 第110-114页 |
·模糊混沌神经网络的动力学方程 | 第110-111页 |
·权值学习方法 | 第111-112页 |
·应用实例 | 第112-114页 |
·本章小结 | 第114-115页 |
结论 | 第115-117页 |
参考文献 | 第117-124页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第124-125页 |
致谢 | 第125页 |