基于BP神经网络的通信网故障诊断算法研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 国内外研究概况 | 第10-14页 |
| 1.2.1 神经网络研究概况 | 第10-12页 |
| 1.2.2 通信网故障诊断研究概况 | 第12-14页 |
| 1.3 论文内容和构架 | 第14-16页 |
| 1.3.1 论文内容 | 第14-15页 |
| 1.3.2 论文研究构架 | 第15-16页 |
| 第2章 神经网络理论及通信网故障简介 | 第16-24页 |
| 2.1 神经网络概述 | 第16-19页 |
| 2.1.1 神经网络的发展 | 第16-17页 |
| 2.1.2 神经网络的特征和功能 | 第17-19页 |
| 2.2 神经网络模型 | 第19-20页 |
| 2.2.1 人工神经元模型 | 第19页 |
| 2.2.2 神经元激励函数 | 第19页 |
| 2.2.3 神经网络模型分类 | 第19-20页 |
| 2.3 神经网络的学习规则 | 第20-21页 |
| 2.4 通信网络故障分类 | 第21-22页 |
| 2.5 故障诊断运用神经网络的理论基础 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 神经网络诊断算法 | 第24-32页 |
| 3.1 BP神经网络 | 第24-27页 |
| 3.1.1 BP神经网络算法 | 第24-26页 |
| 3.1.2 隐含层节点数的确定 | 第26页 |
| 3.1.3 BP网络的局限性 | 第26-27页 |
| 3.2 SOM网络 | 第27-30页 |
| 3.2.1 SOM神经网络的学习算法 | 第28-29页 |
| 3.2.2 SOM神经网络的局限性 | 第29-30页 |
| 3.3 SOM-BP集成神经网络 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 SOM-BP诊断算法实例 | 第32-41页 |
| 4.1 SNMP网络协议 | 第32页 |
| 4.2 SOM神经网络的输入及聚类 | 第32-36页 |
| 4.3 BP神经网络训练与设置权重 | 第36-37页 |
| 4.4 SOM-BP神经网络诊断算法仿真实验 | 第37-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 SOM-BP神经网络算法的实现 | 第41-47页 |
| 5.1 算法程序流程 | 第41-42页 |
| 5.2 MATLAB程序接口介绍 | 第42-44页 |
| 5.3 JAVA调用MATLAB引擎的实现 | 第44-46页 |
| 5.4 本章小结 | 第46-47页 |
| 第6章 结论与展望 | 第47-49页 |
| 6.1 全文工作总结 | 第47-48页 |
| 6.1.1 本文主要工作 | 第47页 |
| 6.1.2 创新点 | 第47-48页 |
| 6.2 未来工作展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第54-55页 |
| 致谢 | 第55-56页 |
| 作者简介 | 第56页 |
