BP神经网络结构优化方法的研究及应用
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-15页 |
| ·问题的提出 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·剪枝方法的研究现状 | 第10-11页 |
| ·构造方法的研究现状 | 第11-12页 |
| ·进化方法的研究现状 | 第12页 |
| ·论文主要研究内容 | 第12-13页 |
| ·文章内容安排 | 第13-15页 |
| 第二章 基础理论 | 第15-34页 |
| ·人工神经网络简介 | 第15-17页 |
| ·神经网络理论基础 | 第17-24页 |
| ·神经元模型 | 第17-19页 |
| ·BP 神经网络模型 | 第19-20页 |
| ·BP 算法原理 | 第20-24页 |
| ·BP 神经网络主要结构优化算法 | 第24-27页 |
| ·规则化方法 | 第24-25页 |
| ·相关性剪枝算法 | 第25-26页 |
| ·惩罚项剪枝方法 | 第26-27页 |
| ·遗传算法简介 | 第27-28页 |
| ·遗传算法基本原理 | 第28-29页 |
| ·遗传算法基本操作 | 第29-31页 |
| ·编码操作 | 第29页 |
| ·适应度函数的设计 | 第29-30页 |
| ·选择运算 | 第30页 |
| ·交叉运算 | 第30-31页 |
| ·变异运算 | 第31页 |
| ·遗传算法在BP 网络中的应用 | 第31-33页 |
| ·遗传算法优化BP 网络的权值 | 第31-32页 |
| ·遗传算法优化BP 网络的结构 | 第32页 |
| ·遗传算法优化BP 网络的学习规则 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 一种基于权值拟熵的快速OBS 剪枝算法 | 第34-44页 |
| ·权值拟熵 | 第34-35页 |
| ·OBS 剪枝算法 | 第35-36页 |
| ·基于权值拟熵的快速剪枝算法 | 第36-40页 |
| ·基于权值拟熵的神经网络训练方法 | 第36-38页 |
| ·快速OBS 剪枝算法 | 第38-39页 |
| ·基于权值拟熵的快速OBS 剪枝算法 | 第39-40页 |
| ·实验结果和分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于递阶遗传算法的BP 网络结构优化方法 | 第44-58页 |
| ·递阶遗传算法 | 第44-45页 |
| ·递阶遗传算法结构及编码 | 第45-46页 |
| ·基于递阶遗传算法的BP 网络的结构优化 | 第46-50页 |
| ·染色体编码 | 第46-47页 |
| ·交叉和变异 | 第47-48页 |
| ·基于递阶遗传算法的BP 网络的优化设计 | 第48-50页 |
| ·实验结果和分析 | 第50-57页 |
| ·非线性函数逼近 | 第50-54页 |
| ·三分类问题 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| ·本文工作总结 | 第58-59页 |
| ·后期工作展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士期间发表（录用）的论文和参加的科研项目 | 第65-66页 |
| 致谢 | 第66-67页 |
