| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 引言 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的研究内容 | 第11页 |
| ·论文的组织结构 | 第11-13页 |
| 2 乳制品质量预测系统设计 | 第13-20页 |
| ·系统设计需求分析 | 第13-16页 |
| ·乳制品加工生产过程 | 第13-15页 |
| ·乳制品质量预测特点及流程 | 第15-16页 |
| ·系统设计目标 | 第16页 |
| ·系统结构设计 | 第16-19页 |
| ·系统体系结构 | 第16-18页 |
| ·系统功能模块设计 | 第18-19页 |
| ·乳制品生产质量预测模块分析 | 第19页 |
| ·本章小结 | 第19-20页 |
| 3 神经网络理论 | 第20-32页 |
| ·人工神经网络 | 第20-23页 |
| ·基本特征 | 第20-21页 |
| ·人工神经元模型 | 第21-22页 |
| ·神经网络拓扑结构 | 第22-23页 |
| ·BP 神经网络 | 第23-27页 |
| ·BP 网络模型 | 第24页 |
| ·BP 学习算法 | 第24-26页 |
| ·BP 神经网络的局限 | 第26-27页 |
| ·RBF 神经网络 | 第27-31页 |
| ·RBF 神经网络拓扑结构 | 第27-28页 |
| ·RBF 网络设计与常用算法 | 第28-31页 |
| ·RBF 网络与BP 网络的比较 | 第31页 |
| ·本章小结 | 第31-32页 |
| 4 质量预测模型的建立及实现 | 第32-44页 |
| ·MATLAB 软件包的选择 | 第32页 |
| ·BP 网络的神经网络工具箱 | 第32页 |
| ·径向基神经网络工具箱 | 第32页 |
| ·样本数据分析 | 第32-35页 |
| ·输入输出参数的选取 | 第32-33页 |
| ·样本数据的准备 | 第33-34页 |
| ·样本数据预处理 | 第34-35页 |
| ·基于BP 网络的质量预测模型 | 第35-39页 |
| ·BP 网络模型的建立 | 第35-36页 |
| ·质量预测实例仿真 | 第36-39页 |
| ·预测结果分析 | 第39页 |
| ·基于RBF 网络的质量预测模型 | 第39-43页 |
| ·RBF 网络模型的建立 | 第39-41页 |
| ·RBF 网络仿真实例 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 5 乳制品质量预测系统的实现 | 第44-51页 |
| ·SSH 架构集成开发模式 | 第44-45页 |
| ·Spring、Struts、Hibernate 简介 | 第44页 |
| ·SSH 框架整合 | 第44-45页 |
| ·数据库设计 | 第45-48页 |
| ·系统部分功能模块实现 | 第48-50页 |
| ·生产管理模块 | 第48-49页 |
| ·质量预测模块 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 6 总结与展望 | 第51-52页 |
| ·总结 | 第51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 在读期间发表的论文 | 第54-55页 |
| 作者简介 | 第55-56页 |
| 致谢 | 第56-57页 |
| 附录 | 第57-58页 |