首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

混沌神经网络及模糊混沌神经网络的研究与应用

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

论文共125页,点击 下载论文
上一篇:具有Keggin结构的三缺位杂多阴离子有机硅衍生物的合成、表征和晶体结构
下一篇:我国关于外资并购上市公司立法问题研究