文摘
英文文摘
湖南大学学位论文原创性声明及学位论文版权使用授权书
第1章绪论
1.1神经网络与模式识别发展概述
1.2神经网络模式识别研究历史
1.3模式识别的原理和基本概念
1.4模式识别的基本要求及其困难
1.5模式识别的系统构成
1.6模式识别的传统方法
1.6.1统计模式识别
1.6.2句法模式识别
1.6.3模糊模式识别
1.7神经网络模式识别方法
1.8神经网络模式识别方法与传统模式识别方法的关系
1.8.1神经网络模式识别方法与传统模式识别方法的关系
1.8.2神经网络模式识别的特点
1.9本文研究背景与意义
1.10本文的研究内容
第2章神经网络模式识别的预处理与特征提取研究
2.1引言
2.2模式的预处理
2.2.1消除稳态分量
2.2.2模式样本的标准化处理
2.3模式的变换域特征
2.4离散K-L变换及PCA主分量分析法
2.4.1离散K-L变换
2.4.2 PCA主分量分析法的基本原理
2.4.3 PCA主分量分析法的计算方法
2.4.4 PCA方法的特点
2.5小结
第3章人工神经网络理论基础
3.1神经网络的生物基础
3.1.1脑的宏观结构
3.1.2神经网络的结构与功能
3.1.3神经元模型
3.2神经网络的基本原理
3.2.1神经网络的结构
3.2.2神经网络的学习和训练
3.3一些典型的常用于模式识别的神经网络模型
3.3.1感知机及B P网络
3.3.2竞争学习与侧抑制
3.3.3自组织特征映射
3.3.4 Hopfield网络
3.4神经网络用于模式识别
3.4.1神经网络模式识别系统概述
3.4.2神经网络模式识别典型做法
第4章BP神经网络分析与设计研究
4.1引言
4.2基于BP算法的多层前馈网络模型及其学习算法
4.3 BP多层前馈网络的主要能力
4.4 BP算法的局限性及其改进
4.4.1增加动量项
4.4.2自适应调节学习率
4.5 BP网络设计
4.5.1信息容量与训练样本数
4.5.2训练样本集的准备
4.5.3初始权值的设计
4.5.4 B P网络结构设计
4.5.5网络训练与测试
4.6神经网络的高级开发环境
4.6.1神经网络的开发环境及其特征
4.6.2 MATLAB神经网络工具箱概述
第5章神经网络模式识别应用-自动售货机系统设计
5.1自动售货机研究的现状及意义
5.2系统概述
5.3自动售货过程的控制子系统简述
5.4自动售货过程的通信子系统简述
5.5硬币的识别原理及其贮退机构简述
5.6纸币识别子系统原理及其设计
5.6.1纸币器数据采集设备的基本原理及设计
5.6.2纸币器硬件设计
5.6.3纸币器软件设计
5.7基于BP神经网络的纸币器货币识别算法设计
5.7.1概述
5.7.2数据预处理
5.7.3货币识别的BP神经网络算法设计与实现
5.8小结
结论
参考文献
致谢
附录A(攻读学位期间所发表的学术论文目录)