回声状态网络的神经元模型和拓扑结构优化研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题背景及意义 | 第8-9页 |
| 1.2 本课题研究现状 | 第9-13页 |
| 1.3 本文主要研究内容及章节安排 | 第13-15页 |
| 2 回声状态网络计算模型 | 第15-22页 |
| 2.1 回声状态网络的结构与数学模型 | 第15-16页 |
| 2.2 回声状态网络的训练过程 | 第16-18页 |
| 2.3 影响回声状态网络性能的因素 | 第18-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 基于无标度高聚类网络的ESN储备池 | 第22-38页 |
| 3.1 引言 | 第22页 |
| 3.2 无标度高聚类网络 | 第22-28页 |
| 3.2.1 构建算法 | 第22-24页 |
| 3.2.2 特征度量 | 第24-25页 |
| 3.2.3 结构分析 | 第25-28页 |
| 3.3 基于非线性自回归滑动平均序列预测实验 | 第28-34页 |
| 3.3.1 实验设计 | 第28-30页 |
| 3.3.2 实验结果及分析 | 第30-34页 |
| 3.4 基于金融序列预测拓展应用实验 | 第34-36页 |
| 3.4.1 实验设计 | 第34-35页 |
| 3.4.2 实验结果及分析 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 4 基于漏积分模型和环状拓扑的ESN储备池 | 第38-55页 |
| 4.1 漏积分回声状态网络 | 第38-39页 |
| 4.2 低复杂度回声状态网络 | 第39-40页 |
| 4.3 混合环状漏积分回声状态网络 | 第40-41页 |
| 4.4 实验设计 | 第41-54页 |
| 4.4.1 学习任务介绍 | 第41页 |
| 4.4.2 训练过程及评估指标 | 第41-42页 |
| 4.4.3 网络准备 | 第42-46页 |
| 4.4.4 实验结果及分析 | 第46-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 附录 | 第63页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第63页 |
| B. 作者在攻读硕士学位期间参与的项目 | 第63页 |
| C. 作者在攻读硕士学位期间获得的荣誉 | 第63页 |
