基于GA的神经网络在手写数字识别中的应用研究
| 前言 | 第1-8页 |
| 第一章 概述 | 第8-11页 |
| ·手写数字识别 | 第8页 |
| ·人工神经网络 | 第8-9页 |
| ·遗传算法 | 第9-10页 |
| ·遗传算法应用于手写数字识别 | 第10-11页 |
| 第二章 手写数字识别 | 第11-17页 |
| ·概述 | 第11页 |
| ·手写数字识别的应用领域 | 第11-13页 |
| ·手写数字识别相关处理技术 | 第13-17页 |
| ·手写数字预处理技术 | 第13页 |
| ·特征提取 | 第13-15页 |
| ·主成分分析 | 第15页 |
| ·手写数字识别技术 | 第15-17页 |
| 第三章 神经网络基本原理 | 第17-28页 |
| ·引论 | 第17-18页 |
| ·神经网络发展简史及分类 | 第18-19页 |
| ·神经网络的应用 | 第19-20页 |
| ·感知器模型 | 第20-21页 |
| ·BP神经网络模型 | 第21-26页 |
| ·神经网络的结构设计方法 | 第26-27页 |
| ·神经网络的学习 | 第27-28页 |
| 第四章 遗传算法的基本原理 | 第28-34页 |
| ·解群 | 第28-29页 |
| ·编码 | 第29-30页 |
| ·适应度函数 | 第30-31页 |
| ·遗传算子 | 第31-33页 |
| ·一些改进遗传算子 | 第33-34页 |
| 第五章 GA神经网络在手写数字识别中的应用 | 第34-47页 |
| ·遗传算法与人工神经网络的结合 | 第34-35页 |
| ·系统实现 | 第35-47页 |
| ·数据描述 | 第35-36页 |
| ·系统框图 | 第36-38页 |
| ·BP神经网络实现 | 第38-40页 |
| ·GA应用于神经网络 | 第40-41页 |
| ·试验结果 | 第41-45页 |
| ·结果讨论 | 第45-47页 |
| 总结 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 声明 | 第53页 |