学位论文 > 优秀研究生学位论文题录展示

复变权函数神经网络灵敏度研究及其应用

作　者: 丁曼
导　师: 张代远
学　校: 南京邮电大学
专　业: 计算机应用技术
关键词: 神经网络复变权函数复变逼近灵敏度频谱成形器
分类号: TP183
类　型: 硕士论文
年　份: 2012年
下　载: 11次
引　用: 0次
阅　读: 论文下载

内容摘要

专著《神经网络新理论与方法》中提出了人工神经网络的全新训练算法——样条权函数神经网络算法。这种新的理念方法可以克服传统的神经网络训练的缺陷,同时可以避免局部极小、收敛速度慢等很多缺点。复变权函数神经网络是在复数域的拓展与实现,所以它具有权函数神经网络的所有优点。而神经网络的灵敏度问题,更是具有重要的研究意义。在训练计算出神经网络的权函数后,网络输出受周围环境及输入扰动的影响可以通过对灵敏度的分析得出。本文以神经网络灵敏度的分析为前提,深入研究网络的模型误差与逼近噪音误差,进而研究复变权函数神经网络的灵敏度,并推导出其计算公式。文章首先介绍复变权函数的表示方法;接着介绍权函数神经网络灵敏度的统计定义;然后对网络的模型误差与逼近噪音误差分别展开研究,最终得出复变权函数神经网络的灵敏度。同时,本文在理论分析的基础上,运用Matlab工具对复变权函数神经网络及其灵敏度进行了仿真,通过仿真结果的分析,验证了该理论分析的有效性和正确性。运用复变权函数神经网络的灵敏度,本文设计出一种认知无线电中的频谱成形器。基于理论分析,设计出了该频谱成形器的模型;进而通过计算系统的灵敏度,进行频段的规避,实现可靠频谱共享。最后经过实验仿真验证,结合复变权函数神经网络灵敏度的频谱成形器在有效利用频谱及避免频谱碰撞等方面有较好的效果。

全文目录

摘要  4-5
Abstract  5-8
第一章绪论  8-11
  1.1 课题的研究背景与现状  8-9
  1.2 课题研究的意义  9-10
  1.3 本文的主要内容和工作成果  10
  1.4 本文的组织结构  10-11
第二章神经网络灵敏度及复变函数论方法  11-23
  2.1 人工神经网络模型  11-14
    2.1.1 生物神经元与人工神经元模型  11-12
    2.1.2 人工神经网络模型分类  12-14
  2.2 典型的神经网络算法  14-16
    2.2.1 BP 算法  14-15
    2.2.2 RBF 算法  15-16
  2.3 神经网络灵敏度  16-19
    2.3.1 神经网络灵敏度分析方法  16-18
    2.3.2 神经网络灵敏度应用  18-19
  2.4 复变函数论及逼近方法  19-21
    2.4.1 复变函数论  19-20
    2.4.2 复平面多项式逼近  20-21
  2.5 本章小结  21-23
第三章复变权函数神经网络灵敏度研究  23-52
  3.1 复变权函数神经网络结构  23-25
    3.1.1 权函数神经网络构造  23-24
    3.1.2 复变权函数神经网络结构  24-25
  3.2 复变权函数神经网络算法  25-29
    3.2.1 复插值多项式与插值基点  25-27
    3.2.2 复Lagrange 插值权函数  27-29
  3.3 复变权函数神经网络灵敏度计算  29-45
    3.3.1 灵敏度定义  29-31
    3.3.2 复变权函数神经网络的模型误差  31-37
    3.3.3 复变权函数神经网络的逼近噪音误差  37-42
    3.3.4 复变权函数神经网络灵敏度的确定  42-45
  3.4 数值仿真实验  45-51
    3.4.1 实验环境  45
    3.4.2 实验过程与结论分析  45-51
  3.5 本章小结  51-52
第四章复变权函数神经网络灵敏度的应用  52-64
  4.1 认知无线电基础  52-56
    4.1.1 认知无线电的提出  52-53
    4.1.2 认知无线电的基本特征  53-54
    4.1.3 认知无线电的关键技术  54-56
  4.2 应用复变权函数神经网络灵敏度设计频谱成形器  56-59
    4.2.1 频谱成形器设计的理论模型  56-57
    4.2.2 频谱成形器的实现  57-59
  4.3 仿真实验与结果分析  59-63
  4.4 本章小结  63-64
第五章总结与展望  64-65
  5.1 总结  64
  5.2 展望  64-65
致谢  65-66
参考文献  66-69
攻读硕士研究生期间发表的论文  69

复变权函数神经网络灵敏度研究及其应用

内容摘要

全文目录

相似论文