协同学原理在神经网络分类器中的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题研究背景及意义 | 第9-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究动态 | 第11-12页 |
| ·国内研究动态 | 第12-14页 |
| ·本文主要工作 | 第14页 |
| ·本文结构安排 | 第14-16页 |
| 第2章 协同学原理相关理论和方法研究 | 第16-25页 |
| ·协同学概述 | 第16页 |
| ·协同学基本概念 | 第16-18页 |
| ·序参量 | 第16-17页 |
| ·支配原理 | 第17页 |
| ·自组织 | 第17-18页 |
| ·涨落 | 第18页 |
| ·协同学基本原理 | 第18-20页 |
| ·从协同学到协同神经网络 | 第20-23页 |
| ·匹配子网结构及工作原理 | 第20-22页 |
| ·竞争子网结构及工作原理 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 协同神经网络模式识别模型及其算法 | 第25-35页 |
| ·协同模式识别标准流程 | 第25-26页 |
| ·现有的原型模式向量求解算法 | 第26-29页 |
| ·SCAP 算法求解原型模式向量 | 第26页 |
| ·ICA 免疫克隆算法求解原型模式向量 | 第26-28页 |
| ·K-均值聚类算法求解原型模式向量 | 第28页 |
| ·遗传算法求解原型模式向量 | 第28-29页 |
| ·优化的遗传 K-均值聚类算法求解原型模式向量 | 第29-34页 |
| ·染色体编码 | 第29页 |
| ·生成初始种群 | 第29-30页 |
| ·构造适应度函数 | 第30页 |
| ·遗传操作 | 第30-31页 |
| ·算法设计 | 第31页 |
| ·实验分析与验证 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 协同神经网络分类器 | 第35-44页 |
| ·现有的神经网络分类器 | 第35-38页 |
| ·Hopfield 神经网络分类器 | 第35-36页 |
| ·BP 神经网络分类器 | 第36-37页 |
| ·RLC 神经网络分类器 | 第37-38页 |
| ·协同神经网络分类器 | 第38-42页 |
| ·本章小结 | 第42-44页 |
| 第5章 协同神经网络人脸分类系统的初步研究与实现 | 第44-52页 |
| ·人脸分类系统的研究意义与发展现状 | 第44-45页 |
| ·人脸分类系统的研究意义 | 第44-45页 |
| ·人脸分类系统的发展现状 | 第45页 |
| ·协同人脸分类系统的主要算法选择 | 第45-46页 |
| ·基于协同人脸识别分类器的运行步骤 | 第46页 |
| ·实验结果及分析 | 第46-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 结论与展望 | 第52-53页 |
| ·总结 | 第52页 |
| ·工作展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-57页 |
| 致谢 | 第57页 |
