基于强化学习改进的模糊神经网络及其应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·模糊神经网络概述 | 第7-8页 |
| ·强化学习的研究现状及应用 | 第8-10页 |
| ·强化学习的研究历史与现状 | 第8-9页 |
| ·强化学习的应用 | 第9-10页 |
| ·本文所做工作和章节安排 | 第10-13页 |
| 第二章 雷达辐射源特征提取及识别技术概述 | 第13-21页 |
| ·模式识别概述 | 第13页 |
| ·雷达辐射源特征提取及归一化 | 第13-18页 |
| ·特征参数的提取 | 第13-16页 |
| ·特征参数归一化 | 第16-18页 |
| ·雷达辐射源识别技术概述 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于POP的模糊神经网络结构 | 第21-35页 |
| ·模糊集合与模糊逻辑 | 第21-25页 |
| ·模糊集合的表示方法及运算 | 第21-23页 |
| ·模糊逻辑推理 | 第23-24页 |
| ·模糊关系及隶属函数 | 第24-25页 |
| ·人工神经网络概述 | 第25-27页 |
| ·人工神经元模型及激活函数 | 第26页 |
| ·前馈型网络 | 第26-27页 |
| ·模糊神经网络 | 第27-32页 |
| ·POP模糊神经网络模型 | 第28-30页 |
| ·POP模糊神经网络的学习过程 | 第30-32页 |
| ·基于POP模糊神经网络的雷达辐射源分类识别 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 基于强化学习改进的神经网络学习算法 | 第35-53页 |
| ·强化学习简述 | 第35-39页 |
| ·神经网络的学习方式 | 第35-36页 |
| ·强化学习基本要素和特点 | 第36-39页 |
| ·强化学习算法到KOHONEN学习规则的映射 | 第39-43页 |
| ·强化学习算法 | 第39-40页 |
| ·Kohonen学习规则 | 第40-42页 |
| ·基于强化学习的Kohonen网络权值更新规则 | 第42-43页 |
| ·基于强化学习改进的径向基神经网络 | 第43-47页 |
| ·径向基神经网络模型 | 第43-45页 |
| ·基于强化学习改进的径向基神经网络的学习过程 | 第45页 |
| ·改进的径向基神经网络对雷达辐射源的识别 | 第45-47页 |
| ·改进的基于强化学习的聚类算法 | 第47-48页 |
| ·实验结果与分析 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 雷达辐射源识别的实验结果及分析 | 第53-59页 |
| ·实验样本集 | 第53页 |
| ·基于强化学习的雷达型号分类实验 | 第53-56页 |
| ·实验结果的分析 | 第56-59页 |
| 第六章 基于Petri网的平台识别 | 第59-65页 |
| ·引用网的基本概念 | 第59-61页 |
| ·平台识别的引用网建模 | 第61-64页 |
| ·基本复合事件的引用网建模 | 第61-62页 |
| ·平台识别建模和分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第七章 总结与展望 | 第65-67页 |
| ·工作总结 | 第65-66页 |
| ·进一步研究 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
