学位论文 > 优秀研究生学位论文题录展示
正交权函数神经网络灵敏度研究及其应用
作 者: 郭涛
导 师: 张代远
学 校: 南京邮电大学
专 业: 计算机应用
关键词: 神经网络 正交函数 灵敏度 入侵检测
分类号: TP183
类 型: 硕士论文
年 份: 2012年
下 载: 3次
引 用: 0次
阅 读: 论文下载
内容摘要
专著《神经网络新理论与方法》中提出了人工神经网络的全新训练算法——样条权函数神经网络算法。这种网络算法克服了传统的神经网络训练算法的缺陷,同时避免了诸如局部极小、收敛速度慢等缺点。本文研究的正交权函数神经网络算法基于权函数神经网络算法,因此具有权函数神经网络算法的优点。神经网络的灵敏度是用以分析网络输入样本受到噪音干扰时,网络输出值与网络权函数值变化和这些变化给神经网络带来影响的一种定量分析方法。本文以神经网络灵敏度的分析为前提,深入研究正交权函数网络的理论噪音误差灵敏度与逼近噪音误差灵敏度,并推导出相应的理论计算公式。本文首先介绍了包括学习曲线在内的权函数神经网络的相关概念以及正交函数的相关性质与分析方法;通过正交多项式组的形式表示网络权函数,根据输入样本计算出神经网络权值函数的系数,并在此基础上推导出正交权函数理论噪音误差灵敏度与逼近噪音误差灵敏度的理论值计算公式,并将计算公式应用于勒让德正交多项式和第一类切比雪夫正交多项式,推导计算出具体的理论值计算公式,并通过MATLAB仿真实验验证了本文关于正交权函数神经网络理论噪音误差与逼近噪音误差灵敏度理论的正确性。基于对正交权函数神经网络灵敏度的理论分析,本文设计出一种入侵检测的分类器模型,通过计算网络系统的灵敏度,进行检测数据的筛选与优化,进而提高入侵检测的检测率。最后利用实验仿真,验证了正交权函数神经网络灵敏度分析在入侵检测检测率提高方面具有实效性。
|
全文目录
摘要 4-5 Abstract 5-8 第一章 绪论 8-13 1.1 课题的研究背景介绍 8-9 1.2 人工神经网络的发展史 9-10 1.3 本文的主要研究内容 10-11 1.4 论文内容安排 11-12 1.5 本章小结 12-13 第二章 正交权函数神经网络与灵敏度知识介绍 13-26 2.1 人工神经网络简介 13-15 2.1.1 网络概述 13 2.1.2 网络神经元模型 13 2.1.3 网络拓扑结构 13-14 2.1.4 网络学习规则 14 2.1.5 典型人工神经网络应用 14-15 2.2 样条权函数神经网络简介 15-18 2.2.1 权函数神经网络简介 15-16 2.2.2 权函数神经网络的相关概念 16-18 2.3 正交函数简介 18-21 2.3.1 正交函数性质 18-21 2.4 神经网络灵敏度简介 21-25 2.4.1 灵敏度简介 21 2.4.2 神经网络扰动简介 21-23 2.4.3 灵敏度分析的一般方法 23-25 2.5 本章小结 25-26 第三章 正交权函数神经网络灵敏度分析 26-41 3.1 正交权函数的求解 26-33 3.1.1 正交权函数神经网络结构说明 26 3.1.2 正交权函数神经网络学习算法 26-27 3.1.3 最佳平方逼近 27-29 3.1.4 多输入单输出正交权函数神经网络误差分析 29-32 3.1.5 多输入多输出正交权函数神经网络误差分析 32-33 3.2 权函数神经网络的灵敏度分析 33-40 3.2.1 网络权函数的建立 33-34 3.2.2 灵敏度问题的引入 34 3.2.3 灵敏度计算公式 34 3.2.4 简单权函数神经网络灵敏度计算公式推导 34-40 3.3 本章小结 40-41 第四章 灵敏度数值仿真实验 41-51 4.1 正交权函数神经网络的训练与测试实验 41-44 4.1.1 实验目的 41 4.1.2 实验方法 41-42 4.1.3 实验结果 42-43 4.1.4 实验结论 43-44 4.2 勒让德权函数神经网络理论噪音与逼近噪音灵敏度实验 44-47 4.2.1 实验目的 44 4.2.2 实验方法 44-45 4.2.3 实验结果 45-46 4.2.4 实验结论 46-47 4.3 切比雪夫权函数神经网络理论噪音与逼近噪音灵敏度实验 47-49 4.3.1 实验目的 47 4.3.2 实验方法 47 4.3.3 实验结果 47-49 4.3.4 实验结论 49 4.4 本章小结 49-51 第五章 正交权函数灵敏度分析在入侵检测中的应用 51-58 5.1 入侵检测技术 51-54 5.1.1 入侵检测的基本概念 51 5.1.2 入侵检测技术简介 51-52 5.1.3 入侵检测数据预处理 52-54 5.2 灵敏度分析在入侵检测中的研究意义 54-55 5.3 仿真实验和结果分析 55-57 5.3.1 实验目的 55 5.3.2 实验方法 55 5.3.3 实验结果 55-57 5.3.4 实验结论 57 5.4 本章小结 57-58 第六章 总结与展望 58-60 致谢 60-61 参考文献 61-64 攻读硕士研究生期间发表的论文 64
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 视觉伺服四自由度机械臂的研究,TP242.6
- 机械臂视觉伺服系统的研究,TP242.6
- 压电驱动微工作台的控制与校正技术研究,TP273
- 某武器检测装置的控制系统设计,TP183
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 基于H∞控制理论的气动机械手夹持力控制系统的研究,TP241
- 大学生综合素质测评研究,G645.5
- 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 基于BP神经网络的水稻干燥智能控制研究,S226.6
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com
|