基于lm改进的rbf神经网络算法研究

《基于lm改进的rbf神经网络算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、单位代码10635学号112013321001523硕士学位论文基于LM改进的RBF神经网络算法研究论文作者：肖清湄指导教师：张虹副教授学科专业：计算机软件与理论研究方向：数据挖掘提交论文日期：2016年4月22日论文答辩日期：2016年5月29日学位授予单位：西南大学中国重庆2016年5月目录摘要...............................................................................................................

2、.............IAbstract........................................................................................................................III第1章绪论................................................................................................................

3、.11.1研究背景及意义.............................................................................................11.2国内外研究现状.............................................................................................21.3论文的主要工作..........................................

4、...................................................41.4论文的组织结构.............................................................................................51.5本章小结...................................................................................................

5、......6第2章相关理论研究.................................................................................................72.1人工神经网络.................................................................................................72.1.1人工神经网络概述............................

6、...................................................72.1.2人工神经网络结构...............................................................................72.1.3人工神经网络学习方法.....................................................................112.2RBF神经网络.....................

7、...........................................................................132.2.1RBF神经网络基础模型......................................................................132.2.2径向基函数.......................................................................................

8、..152.3RBF神经网络训练算法................................................................................162.3.1误差反向传播和梯度下降法.................................................