| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·人工神经网络的发展概述 | 第10-11页 |
| ·本文的主要工作及结构安排 | 第11-14页 |
| 第二章人工神经网络和PLS算法的原理和方法 | 第14-22页 |
| ·BP网络基本原理 | 第14-15页 |
| ·RBF网络基本原理 | 第15-17页 |
| ·Kohonen网络基本原理 | 第17-19页 |
| ·支持向量机基本原理 | 第19-21页 |
| ·偏最小二乘(PLS)算法基本原理 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 相空间重构的RBF神经网络对极端最低气温的预测研究 | 第22-30页 |
| ·相空间重构的理论方法 | 第22-25页 |
| ·时间延迟τ的确定 | 第22-24页 |
| ·嵌入维数的确定 | 第24-25页 |
| ·相空间重构和RBF神经网络相结合在极端最低气温的模型建立 | 第25-27页 |
| ·预测结果 | 第27-29页 |
| ·训练过程 | 第28页 |
| ·预测过程 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 BP、PCA-BP网络和PLS算法在城市降水量的预测研究 | 第30-39页 |
| ·主成分分析(PCA) | 第30-31页 |
| ·PCA模型 | 第30-31页 |
| ·PCA基本步骤 | 第31页 |
| ·BP网络对城市降水量的模型建立及预测结果 | 第31-32页 |
| ·PCA-BP网络对城市降水量的模型建立及预测结果 | 第32-34页 |
| ·PLS算法在城市降水量的模型建立及预测结果 | 第34-36页 |
| ·三种模型在张北市2009年城市降水量中的预测结果对比 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第五章 三种神经网络在癌症基因表达中的分类研究 | 第39-45页 |
| ·BP网络在癌症基因表达分类中的研究 | 第39-41页 |
| ·支持向量机在癌症基因表达分类中的研究 | 第41-42页 |
| ·S-Kohonen网络在癌症基因表达分类中的研究 | 第42-43页 |
| ·三种分类结果的分析比较 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-46页 |
| ·研究的主要内容 | 第45页 |
| ·不足与展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间发表的学术论文目录 | 第50-51页 |
| 致谢 | 第51-52页 |
