資源描述:
《基于回溯式搜索算法的隨機(jī)神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號:TP391單位代碼:10422密級:201M3278;學(xué)號鑛人乂乂芝SHANDONGUNIVERSITY碩±學(xué)位論文ThesisforMasterDegree論文題目:碁于回溯式據(jù)索算法的艇訊神經(jīng)巧絡(luò)錠化及應(yīng)用R巧EAR飢日MOPTIMIZ…GTHENEURALNCTW0RKW';THRAKD撫巧EIGHTSBYBACKTRACKINGSEARCH*AL(2JRITHMANDITSAPPLICATION作者姓名式巧滿培養(yǎng)單位巧莫訊科學(xué)與巧義學(xué)熱'專業(yè)名稱
2、較件三.程指導(dǎo)教師巧公平教巧—合作導(dǎo)師<2?7:^年6月加日分類號TP391單位代碼:10422:密級;學(xué)號:201313278SHANDONGUNIVERSITY碩±學(xué)位論文ThesisforMasterDereeg論文題目:基于回溯式捜索巧法的隨祝神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用RESEARCHQN0PTIMIZ…GTHENEURAL化TW0RKW"HRANDOMWEIGH"BYBACKTRACKINGSEARCHALGORITHMANDITSAPPLICATIO
3、N作者姓名王冰清培養(yǎng)單位計(jì)算??茖W(xué)與技術(shù)學(xué)院專業(yè)名稱軟件工程指導(dǎo)教師揚(yáng)公平教巧合作導(dǎo)師2016年6月30日原創(chuàng)性聲明本人鄭重聲明:所呈交的學(xué)位論文,是本人在導(dǎo)師的指導(dǎo)下,獨(dú)立進(jìn)行研究所取得的成果。除文中己經(jīng)注明引用的內(nèi)容外,本論文不包含任何其他個人或集體己經(jīng)發(fā)表或撰寫過的科研成果。對本文的研究作出重要貢獻(xiàn)的個人和集體,均己在文中明確方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。I-2論文作者簽名:考日期:關(guān)于學(xué)位論文使用授權(quán)的聲明本人完全了解山東大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定,同意學(xué)校
4、保留或向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版,允許論文被查閱和借閱;本人授權(quán)山東大學(xué)可將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索,可W采用影印、縮印或其他復(fù)制手段保存論文和匯編本學(xué)位論文。(保密論文在解密后應(yīng)遵守此規(guī)定):屯八;日期I’論文作者簽名王導(dǎo)師答名:I山東大學(xué)碩±學(xué)位論文目錄摘要IABSTRACTIll第一章緒論111.1研巧背景1丄1隨機(jī)神經(jīng)網(wǎng)絡(luò)11丄2進(jìn)化計(jì)算317.2國內(nèi)外研究現(xiàn)狀1.3本文研巧問題81.4本文組織結(jié)構(gòu)8第二章基于回
5、溯式捜索算法優(yōu)化的隨機(jī)神經(jīng)網(wǎng)絡(luò)1021.回溯式搜索算法102.2基于回測式搜索算法優(yōu)化的隨機(jī)神經(jīng)網(wǎng)絡(luò)模型1321.2.1雙項(xiàng)約束的損失函數(shù)321.2.2基于回溯式搜索算法優(yōu)化的隨機(jī)神經(jīng)網(wǎng)絡(luò)算法流程4216.3實(shí)驗(yàn)結(jié)果與分析211.3.分類數(shù)據(jù)集上的實(shí)驗(yàn)6.2.32回歸數(shù)據(jù)集上的實(shí)驗(yàn)202.3.3討論232.4本章小結(jié)29第蘭章在視網(wǎng)膜血管分割中的應(yīng)用31.113問題的提出33.2視網(wǎng)膜血管分割效果與分析32.433本章小結(jié)3第四章結(jié)論與展望3541.結(jié)論35
6、.254展望3i山東大學(xué)碩±學(xué)位論文參考文獻(xiàn)37致謝42研究生期間發(fā)表論文43研巧生期間參加項(xiàng)目44ii山東大學(xué)碩±學(xué)位論文THESISAbstractinChineseIlAbstractinEnglishIlChapter1Introduction11.1Backgroundoftheresearch111.11Neuralnetworkwithrandomweihts.g11Evotaot..2luionryalrihm
7、3g12Statt7.teofhear1.3Researchproblems814Oanto打atrtotethess.rgizailsucurefhi8Chapter2Theneuralnetworkwithrandomweightsbasedonbacktrackingsearchalgorithm1021Btrt.ackackingsearchalorihm10g2.2Themodelofneuralnetworkwithrandom
8、weightsimprovedbybacktrackingsearchalgorithm13