基于GA进化BP神经网络的货币识别研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·引言 | 第7-8页 |
| ·货币识别的应用背景 | 第8-9页 |
| ·货币识别的研究现状 | 第9-10页 |
| ·本文工作与论文组织 | 第10-12页 |
| 第二章 人工神经网络和遗传算法理论 | 第12-40页 |
| ·人工神经网络概述 | 第12页 |
| ·神经网络的基本原理 | 第12-17页 |
| ·神经元模型 | 第12-14页 |
| ·神经网络结构及工作方式 | 第14-16页 |
| ·神经网络的学习 | 第16-17页 |
| ·BP神经网络 | 第17-24页 |
| ·BP神经网络的结构和算法推导 | 第18-22页 |
| ·BP神经网络的主要缺点 | 第22-24页 |
| ·遗传算法 | 第24-36页 |
| ·遗传算法的理论基础 | 第24-26页 |
| ·遗传算法的设计 | 第26-36页 |
| ·遗传算法与神经网络 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 第三章 遗传进化神经网络的货币识别建模 | 第40-50页 |
| ·样本数据的获取 | 第40-41页 |
| ·主分量特征提取和选择 | 第41-42页 |
| ·神经网络货币识别模型 | 第42-46页 |
| ·训练样本的准备 | 第43-44页 |
| ·初始权值的选取 | 第44页 |
| ·网络结构设计 | 第44页 |
| ·训练参数的设定 | 第44-45页 |
| ·网络的训练与测试 | 第45-46页 |
| ·基于遗传-神经网络的货币识别模型 | 第46-48页 |
| ·BP网络的结构优化 | 第46页 |
| ·编码和初始种群 | 第46-47页 |
| ·适应度函数的选择 | 第47页 |
| ·遗传操作 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 遗传进化神经网络货币识别仿真 | 第50-62页 |
| ·MATLAB简介 | 第50页 |
| ·货币样本数据的预处理 | 第50-52页 |
| ·基于BP神经网络货币识别仿真 | 第52-55页 |
| ·新训练样本数据的选择与组织 | 第52-53页 |
| ·网络初始权值和结构的确定 | 第53页 |
| ·网络参数的选定 | 第53-54页 |
| ·样本训练 | 第54-55页 |
| ·测试结果与分析 | 第55页 |
| ·基于遗传进化BP神经网络货币识别仿真 | 第55-61页 |
| ·遗传操作和参数设定 | 第56页 |
| ·网络权值和结构的优化 | 第56-60页 |
| ·测试结果和分析 | 第60-61页 |
| ·仿真结果对比分析 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第五章 结论与展望 | 第62-64页 |
| ·工作总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
