首页--数理科学和化学论文--数学论文--代数、数论、组合理论论文--代数方程论、线性代数论文--线性代数论文--矩阵论论文

神经网络算法在矩阵积和式估值问题上的应用

摘要第3-4页
abstract第4页
第一章 引言第7-10页
第二章 研究问题与方法第10-17页
    2.1 积和式的定义及其相关的矩阵结构特征第10-11页
        2.1.1 积和式的定义第10页
        2.1.2 矩阵的结构特征第10-11页
    2.2 神经网络第11-17页
        2.2.1 人工神经网络第12-13页
        2.2.2 卷积神经网络第13-14页
        2.2.3 CNN,全局ANN与特征ANN第14-15页
        2.2.4 神经网络算法与已有算法的比较第15-17页
第三章 实验与分析第17-46页
    3.1 训练集的生成与初步分析第17-26页
    3.2 卷积神经网络估值效果分析第26-34页
        3.2.1 卷积神经网络网络结构的研究第26-29页
        3.2.2 HF-CNN在各阶矩阵上的预测效果的比较第29-30页
        3.2.3 HF-CNN在不同结构训练集上预测效果的比较第30-33页
        3.2.4 HF-CNN在不同估值精度要求下预测效果的比较第33-34页
    3.3 人工神经网络估值效果分析第34-41页
        3.3.1 全局ANN与特征ANN在不同阶数矩阵上的预测效果第34-36页
        3.3.2 不同隐藏层数全局ANN和特征ANN预测效果的比较第36-38页
        3.3.3 特征ANN在不同结构训练集上预测效果的比较第38-41页
    3.4 关于0值积和式矩阵的研究第41-44页
        3.4.1 矩阵积和式值的非0判定问题第41-43页
        3.4.2 “非0矩阵”的积和式估值问题第43-44页
    3.5 小结第44-46页
第四章 结论第46-48页
参考文献第48-49页
致谢第49-51页
个人简历、在学期间发表的学术论文与研究成果第51页

论文共51页,点击 下载论文
上一篇:基于随机点过程的遥感图像中汽车的识别和提取
下一篇:水凝胶—磁性纳米粒子固定化酶复合物的性能与应用