BP网络泛化能力的增强改进
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 绪言 | 第7-12页 |
| ·问题的提出 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·训练样本集的数量 | 第8页 |
| ·训练样本集的质量 | 第8-9页 |
| ·网络的参数 | 第9页 |
| ·隐层节点的个数 | 第9-10页 |
| ·论文的研究内容 | 第10-12页 |
| ·本文主要研究内容 | 第10-11页 |
| ·文章内容安排 | 第11-12页 |
| 第2章 基础理论 | 第12-26页 |
| ·人工神经网络简介 | 第12-15页 |
| ·神经网络理论基础 | 第15-17页 |
| ·神经元模型构成要素 | 第15-16页 |
| ·神经元模型数学表示 | 第16-17页 |
| ·网络结构 | 第17页 |
| ·BP神经网络原理 | 第17-21页 |
| ·BP网络概述 | 第17-18页 |
| ·BP网络算法原理 | 第18-20页 |
| ·BP网络学习算法 | 第20-21页 |
| ·BP网络学习的进一步讨论 | 第21页 |
| ·影响泛化能力的几个因素 | 第21-23页 |
| ·样本的数量和质量 | 第22页 |
| ·网络的参数值 | 第22页 |
| ·隐层节点的个数 | 第22-23页 |
| ·遗传算法 | 第23-25页 |
| ·遗传算法的基本概念 | 第23页 |
| ·基本遗传算法操作 | 第23-24页 |
| ·遗传算法的原理及结构表示 | 第24-25页 |
| ·本章总结 | 第25-26页 |
| 第3章 初始样本的处理 | 第26-39页 |
| ·初始样本数量的探究 | 第26-27页 |
| ·初始样本质量的处理 | 第27-38页 |
| ·归一化处理 | 第27-28页 |
| ·主成分分析法处理 | 第28-30页 |
| ·遗传算法工具箱介绍下： | 第30-32页 |
| ·遗传算法降维思想及流程表 | 第32-33页 |
| ·实验：2001全国大学生数学建模夏令营 C 题 | 第33-34页 |
| ·实验结果及分析 | 第34-38页 |
| ·本章总结 | 第38-39页 |
| 第4章 BP网络参数的改进 | 第39-45页 |
| ·权值和阈值对网络泛化能力的影响 | 第39页 |
| ·优化的思想 | 第39-41页 |
| ·实验及结果分析 | 第41-44页 |
| ·本章总结 | 第44-45页 |
| 第5章 BP网络隐含层节点数目的改进 | 第45-55页 |
| ·隐含层对泛化的影响 | 第45页 |
| ·隐含层节点确定目前的研究 | 第45-47页 |
| ·拟合法确定隐含层节点数 | 第47-49页 |
| ·SVD理论及应用 | 第49-50页 |
| ·实验及结果分析 | 第50-54页 |
| ·本章总结 | 第54-55页 |
| 第6章 总结 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
