基于人工神经网络的赤潮预测方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-13页 |
| ·选题背景 | 第11页 |
| ·选题意义 | 第11页 |
| ·主要研究内容 | 第11-13页 |
| 第二章 赤潮简介 | 第13-21页 |
| ·赤潮的概念及其成因 | 第13-14页 |
| ·赤潮的危害 | 第14页 |
| ·我国赤潮的发生现状 | 第14-17页 |
| ·赤潮预测的方法进展 | 第17-20页 |
| ·传统的赤潮预测方法 | 第17-19页 |
| ·人工神经网络预测方法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 人工神经网络简介 | 第21-28页 |
| ·人工神经网络概念及其发展 | 第21-22页 |
| ·人工神经网络的基本功能 | 第22页 |
| ·人工神经网络模型 | 第22-27页 |
| ·神经元模型 | 第22-23页 |
| ·激活函数 | 第23-24页 |
| ·人工神经网络结构 | 第24-26页 |
| ·人工神经网络的学习方式及算法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 基于人工神经网络的赤潮预测模型 | 第28-39页 |
| ·BP 神经网络 | 第28-32页 |
| ·BP 神经网络概念及结构 | 第28-29页 |
| ·BP 神经网络的学习算法 | 第29-30页 |
| ·BP 神经网络的训练过程 | 第30-31页 |
| ·BP 神经网络的局限性及改进方法 | 第31-32页 |
| ·径向基函数（RBF）神经网络 | 第32-35页 |
| ·径向基函数神经网络概念和特点 | 第32-33页 |
| ·径向基函数神经网络结构 | 第33-34页 |
| ·RBF 神经网络的激活函数 | 第34页 |
| ·RBF 神经网络的学习 | 第34-35页 |
| ·广义回归神经网络（GRNN） | 第35-38页 |
| ·广义回归神经网络结构 | 第35-37页 |
| ·GRNN 的理论基础 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于人工神经网络的赤潮预测方法研究 | 第39-53页 |
| ·实验样本选择和数据预处理 | 第39-40页 |
| ·BP 神经网络赤潮预测 | 第40-46页 |
| ·BP 神经网络模型设计 | 第40页 |
| ·BP 神经网络训练 | 第40-46页 |
| ·RBF 神经网络赤潮预测 | 第46-48页 |
| ·RBF 神经网络模型设计 | 第46-47页 |
| ·RBF 神经网络训练 | 第47-48页 |
| ·GRNN 赤潮预测 | 第48-51页 |
| ·GRNN 模型设计 | 第48-50页 |
| ·GRNN 网络训练 | 第50-51页 |
| ·实验结果分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 在读期间发表的学术论文及研究成果 | 第59页 |
