| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-26页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 神经网络的理论基础及研究现状 | 第14-19页 |
| 1.2.1 神经网络的理论基础 | 第14-17页 |
| 1.2.2 经典网络机制模型 | 第17-18页 |
| 1.2.3 神经网络的研究现状 | 第18-19页 |
| 1.3 粒子群算法的研究现状 | 第19-23页 |
| 1.3.1 粒子群算法的研究背景 | 第19-20页 |
| 1.3.2 粒子群算法的研究现状 | 第20-23页 |
| 1.4 本文主要研究内容 | 第23-24页 |
| 1.5 本文主要创新点 | 第24-26页 |
| 第二章 粒子群优化径向基神经网络的模型介绍 | 第26-43页 |
| 2.1 径向基神经网络理论基础 | 第26-32页 |
| 2.1.1 径向基神经网络机制模型 | 第26-27页 |
| 2.1.2 径向基函数 | 第27-29页 |
| 2.1.3 径向基神经网络参数的学习 | 第29-32页 |
| 2.2 广义回归神经网络 | 第32-35页 |
| 2.2.1 广义回归神经网络的数学理论基础 | 第32-33页 |
| 2.2.2 广义回归神经网络模型机制 | 第33-34页 |
| 2.2.3 广义回归神经网络参数的学习 | 第34-35页 |
| 2.3 粒子群算法的理论基础 | 第35-39页 |
| 2.3.1 粒子群算法理论基础 | 第35-38页 |
| 2.3.2 粒子群算法的流程 | 第38-39页 |
| 2.3.3 标准 PSO 算法中惯性权重的学习 | 第39页 |
| 2.4 粒子群算法优化径向基神经网络的模型及研究现状 | 第39-42页 |
| 2.4.1 粒子群优化径向基神经网络的模型 | 第39-41页 |
| 2.4.2 粒子群优化径向基神经网络的研究现状 | 第41-42页 |
| 2.5 本章小结 | 第42-43页 |
| 第三章 基于指数下降 PSO 的 RBF 神经网络 | 第43-57页 |
| 3.1 惯性权重的研究现状 | 第43-46页 |
| 3.2 改进的 PSO 算法 | 第46-49页 |
| 3.2.1 指数下降惯性权重 | 第46-47页 |
| 3.2.2 控制参数 c 的分析 | 第47-49页 |
| 3.3 基于指数下降惯性权重 PSO 的 RBF 神经网络模型 | 第49-51页 |
| 3.4 空气质量指数预测实验及结果 | 第51-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 基于 EDIW-PSO 和 AdaBoost 算法的 GRBF 神经网络 | 第57-75页 |
| 4.1 GRBF 神经网络机制模型 | 第57-60页 |
| 4.1.1 广义高斯分布函数 | 第57-59页 |
| 4.1.2 广义径向基神经网络机制模型 | 第59-60页 |
| 4.2 AdaBoost 算法 | 第60-62页 |
| 4.2.1 AdaBoost 算法简介 | 第60-61页 |
| 4.2.2 AdaBoost 算法描述 | 第61-62页 |
| 4.3 基于 EDIW-PSO 和 AdaBoost 算法的 GRBF 神经网络模型 | 第62-64页 |
| 4.4 实验结果 | 第64-74页 |
| 4.4.1 二维非线性函数逼近 | 第65-69页 |
| 4.4.2 时间序列预测 | 第69-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第五章 智能优化算法在矢量阵 DOA 估计中的应用 | 第75-91页 |
| 5.1 研究背景及意义 | 第75-76页 |
| 5.2 矢量阵列信号处理模型 | 第76-78页 |
| 5.3 矢量阵 DOA 估计的 EDIW-PSO 优化实值化 MUSIC 算法模型 | 第78-79页 |
| 5.4 矢量阵 DOA 估计的神经网络模型 | 第79-81页 |
| 5.4.1 矢量阵 DOA 估计的 EDIW-PSO-GRNN 神经网络模型 | 第80-81页 |
| 5.4.2 矢量阵 DOA 估计的 EDIW-PSO-AdaBoost-GRNN 神经网络模型 | 第81页 |
| 5.5 实验结果 | 第81-90页 |
| 5.5.1 单声源 DOA 估计仿真实验 | 第82-85页 |
| 5.5.2 多声源 DOA 估计仿真实验 | 第85-88页 |
| 5.5.3 消声水池实验 | 第88-90页 |
| 5.6 本章小结 | 第90-91页 |
| 第六章 总结与展望 | 第91-93页 |
| 参考文献 | 第93-104页 |
| 攻读博士学位期间发表的论文及研究成果 | 第104-105页 |
| 致谢 | 第105-107页 |
