文摘
英文文摘
声明
第一章绪论
1.1研究背景和意义
1.2本文的主要研究工作和论文结构
第二章模式识别概述
2.1模式识别的发展概况
2.2特征提取
2.3主分量分析
2.3.1 K-L变换的具体过程
2.3.2主分量分析的用途
第三章神经网络模式识别
3.1神经网络概述
3.1.1神经元的结构模型
3.1.2神经网络结构分类
3.2多主元提取算法
3.2.1基于Hebb的最大特征滤波器
3.2.2基于Sanger算法的主分量分析
3.2.3自适应主分量抽取神经网络(APEX)
第四章APEX神经网络分析与设计研究
4.1收敛性证明
4.2学习率问题
4.3训练样本集的准备
4.4初始权值的设计
4.5网络训练与测试
4.6APEX算法小结
第五章实验与结论
5.1实验一:学习率取值对网络收敛性能的影响
5.2实验二:对特征值分布的敏感度比较
5.3实验三:处理小样本数据的性能比较
5.4实验四:收敛速度比较
5.4.1数据结构分析
5.4.2收敛速度比较
5.4.3数据重建及误差分析
5.5实验小结
结束语
致谢
参考文献
硕士期间的研究成果
西安电子科技大学;