5964.基函数神经网络及应用.pdfVIP

基函数神经网络及应用 猛点这里下载全部内容 目录： 第1章神经网络概述 §1.1神经网络发展简史 §1.2神经网络的基本概念与构成 §1.2.1神经元模型 §1.2.2神经网络的构成 §1.2.3神经网络的功能层次 §1.3神经网络学习算法与分类 §1.3.1神经网络学习算法 §1.3.2神经网络的分类 参考文献 第2章数学基础 §2.1正交多项式基函数及性质 §2.2最佳逼近理论 §2.3多元多项式逼近理论 §2.4矩阵的伪逆及线性方程组求解 §2.5傅立叶级数及逼近定理 §2.6样条插值 参考文献 第3章Chebyshev神经网络 §3.1Chebyshev正交基函数 §3.2Chebyshev神经网络建模 §3.2.1单输入Chebyshev神经网络及BP学习算法 §3.2.2多输入Chebyshev神经网络及BP学习算法 §3.3正交基函数神经网络衍生学习算法 §3.4Chebyshev神经网络仿真实验与学习算法举例 §3.5Chebyshev神经网络硬件实现 §3.5.1基于模拟电路的Chebyshev神经网络电路设计 §3.5.2基于单片机的Chebyshev神经网络硬件实现 §3.5.3Chebyshev神经网络模块SN9701及其应用 §3.6Chebyshev神经网络非线性预测 §3.6.1Chebyshev神经网络预测模型 §3.6.2Chebyshev神经网络预测原理 §3.6.3仿真与预测 §3.7基于混沌控制系统的Chebyshev神经网络异步加密算法 §3.7.1基于混沌控制系统的Chebyshev神经网络建模 §3.7.2CCNN异步加密算法设计 §3.7.3加密实例与算法安全性分析 参考文献 附录 第4章Legendre神经网络 §4.1Legendre正交基函数及逼近定理 §4.2Legendre神经网络建模 §4.3Legendre神经网络在股票预测中的应用 §4.3.1基于Legendre神经网络的预测模型 §4.3.2Legenclre神经网络股票预测 §4.4Legendre神经网络入侵检测系统的实现 §4.4.1数据样本的收集与处理 §4.4.2Legendre神经网络的训练 §4.4.3实验结果 §4.5基于XOR的Legendre混沌神经网络异步加密算法 §4.5.1Legendre混沌神经网络设计 §4.5.2LCNN“一次一密”异步加密算法设计 §4.5.3加密实例 参考文献 附录 第5章Hermite神经网络 §5.1Hermite正交基函数及逼近定理 §5.2Hermite神经网络建模及权值学习算法 §5.3其他正交多项式基函数神经网络 §5.3.1Laguerre多项式 §5.3.2Jacobi多项式 §5.3.3Gegenbauer多项式 §5.4基于混沌序列的Hermite神经网络异步加密 §5.4.1Hermite混沌神经网络设计 §5.4.2基于HCNN的“一次一密”加密算法设计 §5.4.3算法分析 §5.4.4加密实例 参考文献 附录 第6章样条神经网络 §6.1样条基函数神经网络建模 §6.2样条基函数神经网络的非线性对象仿真 参考文献 附录 第7章多输入多项式神经网络 §7.1多输入多项式基函数神经网络引论 §7.2多输入多项式神经网络的构造原理 §7.2.1多输入多项式基函数神经元模型 §7.2.2二输入多项式神经网络模型 §7.3网络权值迭代和一步确定 §7.4神经网络最优拓扑结构筛减算法原理 §7.4.1多元多项式最佳均方逼近 §7.4.2多输入多项式神经网络模型 §7.4.3神经网络筛减原理与算法设计 §7.4.4仿真实例 §7.5多输入分片二次多项式神经网络 §7.5.1二元函数分片光滑逼近 §7.5.2二元多项式基函数神经网络建模 §7.5.3二元二次多项式基函数神经网络仿真 §7.6二元二次多项式神经网络在非线性MAC中的应用 §7.6.1基于二元二次多项式神经网络MAC原理 §7.6.2仿真研究 §7.7多项式神经网络在机票收益预测中的应用 §7.7.1机票定价的现状 §7.7.2机票定价的主要影响因素 §7.7.3基于多项式神经网络的机票收益预测 参考文献 附录 第8章Fourier神经网络 §8.1Fourier神经网络建模与仿真