神经网络分形分析
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第8-13页 |
| ·项目背景和意义 | 第8-10页 |
| ·神经网络与分形的研究发展 | 第10-12页 |
| ·论文主要研究内容 | 第12-13页 |
| 2 神经网络与分形 | 第13-22页 |
| ·神经网络简介 | 第13-15页 |
| ·人工神经元 | 第13-14页 |
| ·BP 神经网络 | 第14-15页 |
| ·分形简介 | 第15-16页 |
| ·分形维数算法 | 第16-20页 |
| ·盒子覆盖算法简介 | 第16-17页 |
| ·改进型盒子维数基本步骤 | 第17-18页 |
| ·R/S 分析算法简介 | 第18-19页 |
| ·DFA 分析算法简介 | 第19-20页 |
| ·DFA 分析算法基本步骤 | 第20页 |
| ·小结 | 第20-22页 |
| 3 基于时间序列的神经网络权值分析 | 第22-44页 |
| ·神经网络权值序列简介 | 第22-23页 |
| ·盒子维数分析 | 第23-31页 |
| ·应用改进型盒子维数算法对神经网络权值分析 | 第23-29页 |
| ·小结 | 第29-31页 |
| ·R/S 分析法 | 第31-34页 |
| ·应用 R/S 算法对神经网络权值分析 | 第31-33页 |
| ·小结 | 第33-34页 |
| ·DFA 分析法 | 第34-38页 |
| ·应用 DFA 算法对神经网络权值分析 | 第34-37页 |
| ·小结 | 第37-38页 |
| ·HURST 指数与网络训练次数和时程相关性分析 | 第38-42页 |
| ·HURST 指数与网络结构和泛化能力分析 | 第42-44页 |
| 4 MIV 分析和分形维数分析比较 | 第44-54页 |
| ·MIV 算法 | 第45-46页 |
| ·模型建立 | 第46页 |
| ·具体实现 | 第46-53页 |
| ·小结 | 第53-54页 |
| 5 对比分析 | 第54-65页 |
| ·R/S 分析法与 DFA 分析法对比 | 第54页 |
| ·不同优化训练算法对比分析 | 第54-57页 |
| ·不同神经网络对比分析 | 第57-61页 |
| ·分形维数与性能误差对比分析 | 第61-65页 |
| 6 总结与展望 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
