前向神经网络中混沌学习算法的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·引言 | 第9页 |
| ·混沌神经网络的发展及典型模型 | 第9-12页 |
| ·混沌神经网络的理论研究及应用进展 | 第12-15页 |
| ·混沌神经网络用于优化和控制 | 第12-13页 |
| ·混沌神经网络用于模式识别 | 第13页 |
| ·混沌神经网络用于图像处理 | 第13页 |
| ·混沌神经网络用于通信 | 第13-15页 |
| 第二章 混沌动力学 | 第15-23页 |
| ·混沌现象的一般特征 | 第15-16页 |
| ·混沌的测度 | 第16-22页 |
| ·Lyapunov指数 | 第16-18页 |
| ·测度熵 | 第18-20页 |
| ·功率谱 | 第20-21页 |
| ·分形 | 第21-22页 |
| ·Logistic映射 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 前向神经网络的的算法研究 | 第23-29页 |
| ·多层感知器神经网络 | 第23-24页 |
| ·BP学习算法 | 第24-28页 |
| ·BP学习算法 | 第25-27页 |
| ·BP算法计算步骤 | 第27-28页 |
| ·BP算法的改进 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第四章 混沌学习算法及在前向神经网络中的应用 | 第29-36页 |
| ·共轭梯度法 | 第29-30页 |
| ·模拟退火算法 | 第30页 |
| ·一种利用混沌和模拟退火进行搜索的学习算法 | 第30-34页 |
| ·本章小结 | 第34-36页 |
| 第五章 基于神经网络的电热前床温度控制的应用 | 第36-42页 |
| ·概述 | 第36页 |
| ·电热前床的电气控制原理 | 第36-37页 |
| ·PID混沌神经网络温度控制系统 | 第37-40页 |
| ·计算机控制系统框图简介 | 第37页 |
| ·基于 BP 网络混沌算法的 PID 控制器结构 | 第37页 |
| ·自适应神经PID神经网络的学习算法 | 第37-40页 |
| ·实验结果 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 总结 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 致谢 | 第45-46页 |
| 附录(攻读学位期间发表论文目录) | 第46页 |
