基于人工神经网络的人眼前房直径预测
| 中文摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-13页 |
| ·选题背景和选题意义 | 第6-7页 |
| ·人眼前房直径测量的现状 | 第7-10页 |
| ·测量方法综述 | 第7-9页 |
| ·不同测量方法存在的不足 | 第9-10页 |
| ·预测方法介绍 | 第10-11页 |
| ·论文的主要工作和结构 | 第11-13页 |
| ·论文所做的工作 | 第11-12页 |
| ·本文的结构 | 第12-13页 |
| 第二章 人眼前房直径预测应用理论的分析 | 第13-26页 |
| ·回归分析原理 | 第13-19页 |
| ·多元回归分析 | 第13-15页 |
| ·逐步回归分析 | 第15-19页 |
| ·人工神经网络方法原理 | 第19-26页 |
| ·BP 网络模型及算法 | 第19-22页 |
| ·径向基函数模型及算法 | 第22-26页 |
| 第三章 前房直径预测回归分析与实现 | 第26-33页 |
| ·Matlab 的应用 | 第26-27页 |
| ·多元回归分析的实现 | 第27-29页 |
| ·逐步回归分析的实现 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 前房直径预测BP 神经网络实现 | 第33-42页 |
| ·BP 算法缺陷及改进 | 第33-35页 |
| ·BP 算法的缺陷 | 第33页 |
| ·BP 算法的改进 | 第33-35页 |
| ·BP 神经网络工具箱介绍 | 第35-39页 |
| ·BP 网络的建立 | 第35-36页 |
| ·网络训练及仿真 | 第36-38页 |
| ·图形用户界面(GUI) | 第38-39页 |
| ·BP 神经网络的MATLAB 实现 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 前房直径预测RBF 网络实现 | 第42-48页 |
| ·RBF 网络的改进算法 | 第42-44页 |
| ·离线学习算法 | 第42-43页 |
| ·在线学习算法——最邻近聚类学习算法 | 第43-44页 |
| ·RBF 网络的Matlab 实现 | 第44-47页 |
| ·输入参数跟输出参数的选择 | 第44页 |
| ·网络设计 | 第44-45页 |
| ·网络训练和测试 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 前房直径预测算例分析、误差比较 | 第48-50页 |
| ·三种预测方法比较 | 第48-49页 |
| ·RBF 网络与BP 网络的比较 | 第49-50页 |
| 第七章 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·有待于进一步解决的问题 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 发表论文和科研情况说明 | 第54-55页 |
| 致谢 | 第55页 |
