回声状态网络分类方法及其应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-28页 |
| ·课题研究的背景和意义 | 第14-15页 |
| ·分类与神经网络 | 第15-20页 |
| ·分类方法概述 | 第15-17页 |
| ·神经网络发展沿革及其特点 | 第17-20页 |
| ·回声状态网络的研究现状及分析 | 第20-26页 |
| ·回声状态网络基本原理 | 第20-22页 |
| ·回声状态网络主要研究内容及现状 | 第22-24页 |
| ·回声状态网络分类方法研究现状 | 第24-26页 |
| ·论文的主要研究内容 | 第26-28页 |
| 第2章 基于储备池优化的回声状态网络分类方法 | 第28-57页 |
| ·引言 | 第28页 |
| ·回声状态网络分类方法 | 第28-30页 |
| ·基于回声状态网络的分类基本原理 | 第28-30页 |
| ·基于回声状态网络的静态分类基本原理 | 第30页 |
| ·基于复杂网络的回声状态网络分类方法 | 第30-43页 |
| ·复杂网络概述 | 第31-33页 |
| ·基于时间窗机制结合空间位置的分簇网络生长算法 | 第33-35页 |
| ·基于相应簇回声状态网络分类方法 | 第35-38页 |
| ·仿真实验和算法评估 | 第38-43页 |
| ·回声状态网络分类方法的储备池参数选择 | 第43-55页 |
| ·回声状态网络的参数选择问题 | 第43-44页 |
| ·微分进化算法基本原理 | 第44-47页 |
| ·基于微分进化算法的ESNs 参数选择 | 第47-50页 |
| ·仿真实验和算法评估 | 第50-55页 |
| ·本章小结 | 第55-57页 |
| 第3章 回声状态网络的特征选择方法研究 | 第57-84页 |
| ·引言 | 第57页 |
| ·特征选择 | 第57-62页 |
| ·特征选择算法构成 | 第57-59页 |
| ·特征选择方法 | 第59-62页 |
| ·回声状态网络的封装式特征选择 | 第62-69页 |
| ·基于微分进化算法的ESNs 特征选择 | 第62-64页 |
| ·仿真实验和算法评估 | 第64-69页 |
| ·回声状态网络参数及特征同步选择 | 第69-78页 |
| ·基于微分进化算法的ESNs 参数及特征同步选择 | 第69-71页 |
| ·仿真实验和算法评估 | 第71-78页 |
| ·多储备池回声状态网络分类方法 | 第78-83页 |
| ·基于随机子空间与多储备池的ESNs 分类方法 | 第78-81页 |
| ·仿真实验和算法评估 | 第81-83页 |
| ·本章小结 | 第83-84页 |
| 第4章 回声状态网络分类方法应用研究 | 第84-105页 |
| ·引言 | 第84页 |
| ·故障诊断概述 | 第84-86页 |
| ·回声状态网络应用于故障诊断的算法实现框架 | 第86-90页 |
| ·基于回声状态网络的故障诊断算法实现 | 第86-87页 |
| ·仿真实验和评估 | 第87-90页 |
| ·基于回声状态网络的模拟电路故障诊断 | 第90-103页 |
| ·模拟电路故障诊断 | 第90-91页 |
| ·仿真实验和评估 | 第91-98页 |
| ·智能故障诊断系统 | 第98-100页 |
| ·实验和评估 | 第100-103页 |
| ·本章小结 | 第103-105页 |
| 结论 | 第105-107页 |
| 参考文献 | 第107-121页 |
| 攻读博士学位期间发表的论文及其它成果 | 第121-125页 |
| 致谢 | 第125-126页 |
| 个人简历 | 第126页 |
