基于模糊神经网络的非线性滤波研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-6页 |
| 第1章 引言 | 第6-12页 |
| ·选题依据 | 第6-7页 |
| ·研究现状 | 第7-10页 |
| ·传统非线性滤波方法研究现状 | 第7页 |
| ·研究中的非线性滤波新算法研究现状 | 第7-9页 |
| ·神经网络的研究现状 | 第9页 |
| ·模糊神经网络的研究现状 | 第9-10页 |
| ·本文的基本研究思路和研究内容 | 第10-11页 |
| ·本文所取得的成果 | 第11-12页 |
| 第2章 滤波-神经网络-模糊理论基础 | 第12-32页 |
| ·滤波的基本理论 | 第12-15页 |
| ·自适应滤波原理 | 第12-13页 |
| ·滤波性能评价方法和标准 | 第13-15页 |
| ·噪声的滤除能力 | 第13-14页 |
| ·边缘保持能力 | 第14页 |
| ·相对信噪比指标 | 第14页 |
| ·相关系数指标 | 第14-15页 |
| ·人工神经网络的基本理论 | 第15-17页 |
| ·人工神经网元模型 | 第15-16页 |
| ·神经网络的学习方式 | 第16-17页 |
| ·神经网络的特点 | 第17页 |
| ·BP神经网络基本原理 | 第17-24页 |
| ·BP神经网络的结构与算法 | 第17-20页 |
| ·BP神经网络学习流程图 | 第20-22页 |
| ·BP神经网络的不足及改进 | 第22-24页 |
| ·径向基函数神经网络基本原理 | 第24-26页 |
| ·网络的输出计算 | 第24-25页 |
| ·网络的学习算法 | 第25-26页 |
| ·模糊神经网络基本原理 | 第26-32页 |
| ·模糊逻辑与神经网络的结合 | 第26-28页 |
| ·模糊神经网络的学习方法 | 第28-30页 |
| ·模糊神经网络的主要形式 | 第30-32页 |
| ·逻辑模糊神经网络 | 第30页 |
| ·算术模糊神经网络 | 第30-31页 |
| ·混合模糊神经网络 | 第31-32页 |
| 第3章 模糊神经网络算法研究 | 第32-39页 |
| ·结构等价型 | 第32-33页 |
| ·模糊神经网络结构 | 第33-39页 |
| ·模糊系统的T-S模型 | 第33-34页 |
| ·模糊神经网络结构 | 第34-36页 |
| ·模糊神经网络算法 | 第36-39页 |
| 第4章 模糊神经网络滤波研究 | 第39-58页 |
| ·模糊神经网络的逼近能力 | 第39页 |
| ·模糊神经网络初始化 | 第39-42页 |
| ·激励函数变化明显区域 | 第39-41页 |
| ·网络初始化算法 | 第41-42页 |
| ·模糊神经网络在地震资料处理中的应用 | 第42-51页 |
| ·理论模型滤波处理 | 第42-43页 |
| ·合成地震记录滤波处理 | 第43-48页 |
| ·随机噪声处理 | 第43-45页 |
| ·相干噪声处理 | 第45-48页 |
| ·实际地震资料滤波处理 | 第48-51页 |
| ·滤波性能评价的实际应用 | 第51-58页 |
| ·滤波均值保留能力 | 第54页 |
| ·噪声的滤除能力 | 第54-58页 |
| 第5章 结论及建议 | 第58-60页 |
| ·结论与成果 | 第58页 |
| ·建议 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-62页 |
