模糊神经网络学习算法研究及在焊点质量评估中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题的研究背景和意义 | 第9-10页 |
| ·课题的国内外研究现状 | 第10-13页 |
| ·聚类分析技术的研究现状 | 第10-11页 |
| ·模糊神经网络技术的研究现状 | 第11-13页 |
| ·主要研究内容及章节安排 | 第13-14页 |
| 第2章 聚类分析及聚类算法研究 | 第14-32页 |
| ·聚类分析的基础知识 | 第14-17页 |
| ·聚类的定义 | 第14-15页 |
| ·数据类型 | 第15页 |
| ·聚类算法的一般步骤 | 第15-17页 |
| ·数据的处理方法 | 第17-21页 |
| ·数据的规格化 | 第17-19页 |
| ·相似度的计算 | 第19-21页 |
| ·聚类分析的算法分类 | 第21-25页 |
| ·层次方法 | 第21-22页 |
| ·划分方法 | 第22-23页 |
| ·基于模型的方法 | 第23页 |
| ·基于密度的方法 | 第23-24页 |
| ·基于网格的方法 | 第24-25页 |
| ·一种改进的基于密度网格的聚类算法 | 第25-31页 |
| ·基于密度网格的自扩展聚类算法 | 第25-26页 |
| ·改进的聚类算法中的相关定义 | 第26-27页 |
| ·改进的聚类算法的思想和步骤 | 第27-29页 |
| ·仿真实验结果及分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 模糊神经网络及参数学习方法研究 | 第32-49页 |
| ·神经网络和模糊推理的基本知识 | 第32-36页 |
| ·神经网络的基本知识 | 第32-34页 |
| ·模糊推理的基本知识 | 第34-36页 |
| ·神经网络和模糊系统的等效性 | 第36-37页 |
| ·基于神经网络的模糊推理 | 第37-42页 |
| ·模糊推理的组成 | 第38-39页 |
| ·模糊推理的实现 | 第39-41页 |
| ·用神经网络实现模糊推理 | 第41-42页 |
| ·模糊神经网络的学习算法 | 第42-48页 |
| ·常用的学习算法 | 第42-47页 |
| ·几种学习算法的改进 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 模糊神经网络在焊点质量评估中的应用 | 第49-61页 |
| ·问题的提出 | 第49页 |
| ·用于焊点质量评估的模糊神经网络方法 | 第49-51页 |
| ·基于经验规则的模糊神经网络方法 | 第49-50页 |
| ·基于聚类的模糊神经网络方法 | 第50-51页 |
| ·样本预处理 | 第51-52页 |
| ·仿真实验中使用的样本 | 第51-52页 |
| ·对样本的聚类 | 第52页 |
| ·本课题中模糊神经网络模型的设计 | 第52-55页 |
| ·模糊神经网络结构的设计 | 第52-54页 |
| ·模糊神经网络参数的确定 | 第54-55页 |
| ·仿真实验及结果分析 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67页 |
