导读:本文包含了贝叶斯高斯神经网络论文开题报告文献综述及选题提纲参考文献，主要关键词:非线性,逆模型,贝叶斯-高斯神经网络,门槛矩阵
贝叶斯高斯神经网络论文文献综述
刘益剑,彭晨[1]（2010）在《非线性离散系统的贝叶斯-高斯神经网络逆模型设计》一文中研究指出针对非线性系统逆模型的学习问题,提出一种基于贝叶斯-高斯神经网络(BGNN)的设计方法.BGNN模型的训练分为两个步骤,首先利用群智能优化算法进行BGNN的离线结构训练;然后用训练好的BGNN模型在线整合历史数据,进行非线性系统逆模型的获取.对水轮发电机组非线性系统进行了BGNN逆模型的仿真,结果表明了BGNN逆模型设计方法具有结构简单、在线辨识效果好等优点,适于非线性离散系统的逆模型设计.(本文来源于《控制与决策》期刊2010年10期）
叶海文,倪维斗[2]（1997）在《贝叶斯-高斯神经网络非线性系统辨识》一文中研究指出提出了一种贝叶斯－高斯神经网络用于非线性系统辨识。网络的拓扑结构和连接权值可以由训练样本直接得到；其输出是多信息合成的贝叶斯推理过程；其训练过程仅是用于学习输入因子，从而使训练速度远高于一般的反向传播神经网络。此外，网络的自组织过程根据某种最优准则实现，使得当系统动态特性发生漂移时，网络可以根据新的样本迅速优化其连接权值，而不需要重新进行学习，这对于实时应用是十分重要的。实际应用中，网络的工作过程可以是推广与自组织交替进行的过程。仿真研究表明，该网络的辨识效果可与经拓扑结构优选的反向传播网络相比，而其自组织能力则是权值不变的后者无法相比的。(本文来源于《清华大学学报(自然科学版)》期刊1997年S1期）
贝叶斯高斯神经网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种贝叶斯－高斯神经网络用于非线性系统辨识。网络的拓扑结构和连接权值可以由训练样本直接得到；其输出是多信息合成的贝叶斯推理过程；其训练过程仅是用于学习输入因子，从而使训练速度远高于一般的反向传播神经网络。此外，网络的自组织过程根据某种最优准则实现，使得当系统动态特性发生漂移时，网络可以根据新的样本迅速优化其连接权值，而不需要重新进行学习，这对于实时应用是十分重要的。实际应用中，网络的工作过程可以是推广与自组织交替进行的过程。仿真研究表明，该网络的辨识效果可与经拓扑结构优选的反向传播网络相比，而其自组织能力则是权值不变的后者无法相比的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
贝叶斯高斯神经网络论文参考文献
[1].刘益剑,彭晨.非线性离散系统的贝叶斯-高斯神经网络逆模型设计[J].控制与决策.2010
[2].叶海文,倪维斗.贝叶斯-高斯神经网络非线性系统辨识[J].清华大学学报(自然科学版).1997
标签：非线性; 逆模型; 贝叶斯-高斯神经网络; 门槛矩阵;