基于神经网络盲均衡优化算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·人工神经网络模型结构 | 第9-13页 |
| ·生物神经元模型 | 第9-10页 |
| ·人工神经网络模型 | 第10-13页 |
| ·神经网络分类 | 第13-15页 |
| ·人工神经网络的应用领域 | 第15-16页 |
| ·本文结构安排 | 第16-18页 |
| 第二章 基于神经网络盲均衡算法研究 | 第18-24页 |
| ·盲均衡技术 | 第18-21页 |
| ·盲均衡技术的概念 | 第18-19页 |
| ·盲均衡技术性能评价 | 第19-20页 |
| ·盲均衡的发展 | 第20-21页 |
| ·人工神经网络的发展 | 第21-22页 |
| ·基于神经网络的盲均衡技术 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于BP 神经网络盲均衡算法 | 第24-36页 |
| ·BP 神经网络算法 | 第24-27页 |
| ·BP 神经网络算法的基本概念 | 第24-26页 |
| ·BP 神经网络算法的实现过程 | 第26-27页 |
| ·BP 神经网络的限制与不足 | 第27页 |
| ·基于BP 神经网络盲均衡算法原理 | 第27-34页 |
| ·基于BP 神经网络盲均衡算法参数选择 | 第28-30页 |
| ·基于BP 神经网络盲均衡算法描述 | 第30-31页 |
| ·基于BP 神经网络盲均衡算法公式推导 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 基于BP 神经网络的自适应盲均衡算法 | 第36-54页 |
| ·基于BP 神经网络的自适应盲均衡算法模型 | 第36-37页 |
| ·基于剩余误差变步长BP 神经网络盲均衡算法 | 第37-42页 |
| ·算法介绍 | 第37-38页 |
| ·仿真实验以及分析说明 | 第38-42页 |
| ·基于改进变步长的BP 神经网络盲均衡算法 | 第42-50页 |
| ·改进算法思想 | 第42-43页 |
| ·改进算法的参数选择 | 第43-47页 |
| ·改进算法的仿真分析 | 第47-50页 |
| ·不同误差函数对两种变步长BP 算法的影响 | 第50-53页 |
| ·误差函数介绍 | 第50页 |
| ·两种改进变步长BP 算法不同误差函数比较 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 基于双线性递归BP 神经网络盲均衡算法 | 第54-68页 |
| ·基于双线性递归BP 神经网络盲均衡算法原理 | 第54-57页 |
| ·基于双线性递归BP 神经网络模型 | 第54-55页 |
| ·基于双线性递归BP 神经网络均衡器模型 | 第55-57页 |
| ·基于双线性递归BP 神经网络盲均衡算法性能分析 | 第57-67页 |
| ·前馈神经网络权值迭代公式 | 第58-61页 |
| ·反馈单元的权值迭代公式 | 第61-62页 |
| ·线性反馈单元的权值公式推导 | 第62-64页 |
| ·仿真实验分析说明 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·本文总结 | 第68-69页 |
| ·今后进一步的研究方向 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
