基于神经网络的函数逼近方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·函数逼近 | 第8页 |
| ·函数逼近的工具及方法 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·神经网络用于函数逼近的发展历程 | 第10页 |
| ·函数逼近常用网络 | 第10-12页 |
| ·本文的内容和结构 | 第12-13页 |
| 第二章 可用于函数逼近的神经网络结构及算法 | 第13-28页 |
| ·神经网络简介 | 第13-14页 |
| ·神经网络介绍 | 第13页 |
| ·用于函数逼近的神经网络类型 | 第13-14页 |
| ·基于BP 神经网络的函数逼近 | 第14-18页 |
| ·BP 神经网络介绍 | 第14-17页 |
| ·用BP 网络进行函数逼近实例 | 第17-18页 |
| ·基于RBF 神经网络的函数逼近 | 第18-20页 |
| ·RBF 神经网络介绍 | 第18-19页 |
| ·用RBF 网络进行函数逼近实例 | 第19-20页 |
| ·基于正交多项式基函数神经网络的函数逼近 | 第20-24页 |
| ·Chebyshev 神经网络介绍 | 第20-22页 |
| ·用Chebyshev 神经网络进行函数逼近实例 | 第22-24页 |
| ·基于样条基函数神经网络的函数逼近 | 第24-28页 |
| ·样条基函数神经网络介绍 | 第24-26页 |
| ·用样条基函数神经网络进行函数逼近实例 | 第26-28页 |
| 第三章 各种类型函数逼近的比较实验 | 第28-37页 |
| ·函数逼近概念 | 第28页 |
| ·正弦函数的逼近 | 第28-30页 |
| ·规定精度的正弦函数的逼近 | 第28-29页 |
| ·增加频率的正弦函数的逼近 | 第29-30页 |
| ·指数函数的逼近 | 第30-32页 |
| ·对数函数的逼近 | 第32-33页 |
| ·阶跃函数的逼近 | 第33-34页 |
| ·三角函数的逼近 | 第34-35页 |
| ·增加频率三角函数的逼近 | 第35-37页 |
| 第四章 结论分析与展望 | 第37-45页 |
| ·实验结论 | 第37-41页 |
| ·连续函数的逼近 | 第37-41页 |
| ·非连续函数的逼近 | 第41页 |
| ·研究总结 | 第41-44页 |
| ·工作展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48页 |
