多层前向神经网络推广性研究及其应用
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题研究背景和意义 | 第8-9页 |
| ·课题研究的历史与发展 | 第9-10页 |
| ·本文的主要工作和内容安排 | 第10-11页 |
| 第二章 多层前向神经网络基础 | 第11-20页 |
| ·概述 | 第11-12页 |
| ·多层前向神经网络模型 | 第12-15页 |
| ·神经元模型 | 第12-14页 |
| ·多层前向网络结构 | 第14-15页 |
| ·多层前向网络的反向传播学习算法 | 第15-20页 |
| 第三章 多层前向神经网络推广性研究 | 第20-35页 |
| ·概述 | 第20-21页 |
| ·神经网络推广性的基本理论 | 第21-28页 |
| ·定性分析 | 第21-22页 |
| ·平均推广能力 | 第22-25页 |
| ·从数学上研究一般的推广问题 | 第25-26页 |
| ·样本量问题 | 第26-27页 |
| ·推广误差的上限估计 | 第27-28页 |
| ·提高神经网络推广性的方法 | 第28-35页 |
| ·定性分析 | 第28-29页 |
| ·网络结构优化算法 | 第29-32页 |
| ·正则化方法 | 第32-34页 |
| ·结构优化与正则化法的结合 | 第34页 |
| ·其它方法 | 第34-35页 |
| 第四章 一种新的网络结构迭代修剪算法 | 第35-58页 |
| ·神经网络模式识别算法 | 第35-36页 |
| ·隐层神经元数与推广能力的关系 | 第36-40页 |
| ·网络修剪法概述 | 第40-41页 |
| ·隐层神经元删剪准则 | 第41-43页 |
| ·权值相关性准则 | 第41页 |
| ·误差敏感度准则 | 第41-42页 |
| ·权值扰动准则 | 第42-43页 |
| ·网络结构迭代修剪算法 | 第43-58页 |
| ·网络定义及描述 | 第44页 |
| ·算法描述 | 第44-46页 |
| ·修正权值 | 第46-48页 |
| ·神经元删除准则 | 第48页 |
| ·算法总体描述 | 第48-49页 |
| ·人工数据实验 | 第49-58页 |
| 第五章 迭代修剪算法在多光谱数据中的应用 | 第58-66页 |
| ·多光谱图像背景介绍 | 第58-59页 |
| ·多光谱数据的描述与数学模型 | 第59-60页 |
| ·高维多光谱数据特征 | 第60-61页 |
| ·高维多光谱数据分类流程 | 第61-63页 |
| ·神经网络多光谱数据分类实验 | 第63-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·研究展望 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-71页 |
| 附录 | 第71-73页 |
