泛函神经元网络递归和剪枝学习算法及其集成研究

声明

摘要

第一章 绪论

1．1 课题研究背景及意义

1．1．1 引言

1．1．2 泛函网络的研究现状

1．1．2 泛函网络的研究意义

1．2 课题研究内容和结构

1．2．1 研究内容

1．2．2 论文的创新点

1．2．3 论文的组织结构

1．3 本章小结

第二章 泛函网络

2．1 基本组成元素

2．2 学习过程

2．3 常用模型

2．3．1 可分离泛函网络模型

2．3．2 可结合泛函网络模型

2．4 泛函网络与神经网络的区别

2．5 本章小结

第三章 基函数可递归泛函神经元网络学习算法

3．1 算法机理

3．1．1 泛函神经元网络学习算法

3．1．2 基函数递归选取过程

3．1．3 矩阵伪逆递归计算算法

3．2 算法基本流程

3．3 仿真试验及结果分析

3．3．1 测试函数

3．3．2 评价标准

3．3．3 仿真试验结果

3．4 本章小结

第四章 基于泛函神经元网络复杂度的剪枝算法

4．1 算法机理

4．1．1 信息熵

4．1．2 权值直接确定

4．1．3 泛函神经元网络复杂度

4．2 算法基本步骤

4．3 仿真试验及结果分析

4．3．1 测试函数

4．3．2 评价标准

4．3．3 仿真试验结果

4．4 本章小结

第五章 泛函神经元集成方法

5．1 神经网络集成方法

5．1．1 个体生成法

5．1．2 结论生成法

5．2 泛函神经元集成

5．2．1 理论分析

5．2．2 分析总结

5．3 本章小结

第六章 总结与展望

6．1 本文工作总结

6．2 工作展望

参考文献

致谢

攻读硕士期间参与的科研项目

攻读硕士学位期间发表学术论文情况