基于动态模糊神经网络的系统辨识方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-13页 |
| ·选题的背景和意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文研究的主要内容 | 第12-13页 |
| 第2章 动态模糊神经网络辨识综述 | 第13-21页 |
| ·系统辨识概述 | 第13-15页 |
| ·动态模糊神经网络辨识内涵 | 第15-16页 |
| ·动态模糊神经网络辨识与传统算法比较 | 第16-18页 |
| ·非线性动态系统辨识模型及其结构 | 第18-19页 |
| ·动态模糊神经网络辨识的基本思路 | 第19-21页 |
| 第3章 基于动态模糊径向基网络的图像辨识 | 第21-35页 |
| ·动态模糊径向基神经网络(DBRBF)模型结构 | 第21-23页 |
| ·DFRBF 网络的学习算法 | 第23-25页 |
| ·模糊规则确定 | 第23-24页 |
| ·参数调整方法 | 第24-25页 |
| ·基于动态模糊 RBF 遥感图像中烟的辨识 | 第25-33页 |
| ·特征图像烟的计算 | 第25-27页 |
| ·辨识方法 | 第27-29页 |
| ·实验过程 | 第29-30页 |
| ·实验结果及分析 | 第30-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 基于动态模糊神经网络的非线性系统辨识 | 第35-46页 |
| ·GD-FNN 网络结构 | 第35-37页 |
| ·改进型的 GD-FNN 及推导 | 第37-38页 |
| ·GDRFNN 的学习算法 | 第38-42页 |
| ·模糊规则的产生 | 第38-40页 |
| ·GDRFNN 网络参数调整 | 第40-42页 |
| ·GDRFNND 在非线性系统辨识中的应用研究 | 第42-44页 |
| ·结论分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·存在的问题与展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 研究成果 | 第52-53页 |
| 附录:部分模糊神经网络程序 | 第53-57页 |