RBF网在机械加工误差复映中的应用技术研究
第一章 绪 论 | 第1-8页 |
·本文研究的目的与意义 | 第5页 |
·本文研究的主要内容 | 第5-6页 |
·本文的主要研究工作 | 第6-8页 |
第二章 人工神经网络的发展及前景 | 第8-17页 |
·人工神经网络的提出 | 第8-9页 |
·冯.诺依曼型计算机与人脑的比较 | 第9-10页 |
·什么是人工神经网络 | 第10页 |
·人工神经网络的发展简史 | 第10-14页 |
·国内研究概况 | 第14页 |
·人工神经网络现状 | 第14-16页 |
·人工神经网络的展望 | 第16-17页 |
第三章 减小机械加工误差复映可行技术 | 第17-21页 |
·误差复映理论 | 第17-19页 |
·减少误差复映的方法 | 第19页 |
·减少误差复映的新技术 | 第19-21页 |
第四章 前向神经网络 | 第21-40页 |
·人工神经网络的基本理论 | 第21-24页 |
·神经生物学基础 | 第21-22页 |
·神经元的数学模型 | 第22-23页 |
·神经元的转移函数 | 第23-24页 |
·人工神经网络的学习方法 | 第24-27页 |
·ANN的学习方法 | 第25页 |
·ANN的学习算法 | 第25-27页 |
·误差反向传播网络 | 第27-30页 |
·BP网络结构 | 第27-29页 |
·BP学习算法 | 第29页 |
·BP 网络的学习过程 | 第29-30页 |
·BP算法的局限性 | 第30页 |
·径向基函数神经网络 | 第30-38页 |
·RBFN网络结构及学习算法 | 第30-31页 |
·RRBFN的基函数形式 | 第31-32页 |
·RBFN的学习方法 | 第32-38页 |
·RBF网络与BP网络的比较 | 第38-40页 |
·RBF网络的特点 | 第38-39页 |
·RBF网络与BP网络的比较 | 第39-40页 |
第五章 RBF网在机械加工误差复映的应用 | 第40-54页 |
·RBF网络训练样本集的准备 | 第40-47页 |
·实验数据的获取 | 第40-41页 |
·实验数据 | 第41-47页 |
·RBF网络设计 | 第47-54页 |
·问题的描述 | 第47页 |
·网络结构的确定和设计 | 第47-52页 |
·计算结果分析 | 第52-54页 |
第六章 结 论 | 第54-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-63页 |
摘要 | 第63-65页 |
Abstract | 第65-67页 |
附录 | 第67-69页 |