多层前向神经网络的结构辩识和改进算法
| 第一章 绪论 | 第1-24页 |
| 1．1 神经网络系统 | 第8-11页 |
| 1．1．1 神经网络 | 第8页 |
| 1．1．2 神经网络产生的背景 | 第8-9页 |
| 1．1．3 神经网络研究的内容 | 第9-10页 |
| 1．1．4 神经网络研究的目的和意义 | 第10页 |
| 1．1．5 神经网络的基本特征 | 第10-11页 |
| 1．2 神经网络的发展历程、学习与展望 | 第11-17页 |
| 1．2．1 神经网络研究的发展历程 | 第11-13页 |
| 1．2．2 人工神经网络的学习 | 第13-16页 |
| 1．2．3 神经网络的发展前景 | 第16-17页 |
| 1．3 课题的提出与发展动态 | 第17-24页 |
| 1．3．1 课题的提出及意义 | 第17-19页 |
| 1．3．2 神经网络结构辨识的发展动态 | 第19-21页 |
| 1．3．3 结构辨识方法评析 | 第21-22页 |
| 1．3．4 BP算法改进的发展动态 | 第22-24页 |
| 第二章 前向神经网络的结构辨识算法 | 第24-39页 |
| 2．1 神经网络隐层分析 | 第24-26页 |
| 2．1．1 神经网络隐层数分析 | 第24-25页 |
| 2．1．2 隐节点数的理论研究进展 | 第25-26页 |
| 2．2 单隐层前向神经网络的结构辨识算法 | 第26-34页 |
| 2．2．1 隐层神经元分析 | 第26-29页 |
| 2．2．2 正交最小二乘法 | 第29-32页 |
| 2．2．3 容差的确定 | 第32-33页 |
| 2．2．4 前向神经网络结构辨识算法 | 第33-34页 |
| 2．3 计算机仿真 | 第34-38页 |
| 2．4 小结 | 第38-39页 |
| 第三章 多层前向网络的改进算法 | 第39-49页 |
| 3．1 误差反向传播神经网络 | 第39-43页 |
| 3．1．1 误差反向传播神经网络 | 第39-40页 |
| 3．1．2 误差反向传播算法 | 第40-41页 |
| 3．1．3 BP网络的优缺点 | 第41-43页 |
| 3．2 前向网络的改进算法 | 第43-47页 |
| 3．2．1 奇异值分解及广义逆矩阵 | 第43-44页 |
| 3．2．2 隐层权值的求解 | 第44-46页 |
| 3．2．3 输入层权值的求解 | 第46-47页 |
| 3．2．4 前向网络的改进算法 | 第47页 |
| 3．3 计算机仿真 | 第47-48页 |
| 3．4 小结 | 第48-49页 |
| 第四章 结束语 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |
