文摘
英文文摘
第一章引言
第二章相关研究进展综述
§2.1基础知识
§2.1.1可变比特率视频
§2.1.2时间序列预测
§2.1.3人工神经网络
§2.2线性预测方法
§2.2.1 LMS方法
§2.2.2 RLS方法
§2.3神经网络预测方法
§2.3.1 TDNN模型
§2.3.2基于TDNN的自适应神经网络模型
§2.3.3循环神经网络模型
§2.3.4一个重要结论
§2.4他预测方法
第三章GRBF神经网络预测模型
§3.1径向基函数神经网络
§3.1.1基本原理
§3.1.2 OLS算法
§3.1.3 RBF网络在时间序列预测中的应用
§3.2 GRBF神经网络
§3.2.1一阶GRBF网络
§3.2.2高阶GRBF网络
§3.3一阶GRBF网络用于VBR视频通信量预测
§3.4本章小结
第四章基于自适应滤波的TDNN预测模型
§4.1概述
§4.2基础知识
§4.2.1自适应滤波理论
§4.2.2基于卡尔曼滤波的神经网络训练及自适应删剪算法
§4.3基于自适应滤波的TDNN预测模型
§4.3.1非线性时间序列的状态矢量模型
§4.3.2基于自适应滤波的TDNN预测模型
§4.4.1离线学习
§4.4.2在线二次学习
§4.5本章小结
第五章总结与展望
§5.1本文的主要工作
§5.2后续工作展望
参考文献
攻读硕士期间参加的科研项目及发表的学术论文
致谢