【正文】
17 數(shù)據(jù)挖掘技術1723 數(shù)據(jù)挖掘處理過程模型1819 數(shù)據(jù)挖掘的功能1920 數(shù)據(jù)挖掘的步驟2022 數(shù)據(jù)挖掘的常用方法2223 本章小結2324第3章 BP 神經(jīng)網(wǎng)絡算法及其改進2436 人工神經(jīng)網(wǎng)絡理論2426 人工神經(jīng)網(wǎng)絡的優(yōu)點2425 人工神經(jīng)元模型2526 BP 神經(jīng)網(wǎng)絡2633 BP 神經(jīng)網(wǎng)絡概述26 BP 網(wǎng)絡模型2627 BP 神經(jīng)網(wǎng)絡的算法2731 BP 神經(jīng)網(wǎng)絡算法的局限性3133 BP 神經(jīng)網(wǎng)絡算法的改進3335 加入動量項33 優(yōu)化初使化權值3334 改進訓練樣本的歸一化方法34 隱含層個數(shù)的確定3435 本章小結3536第4章 光功率數(shù)據(jù)的采集及分析3643 光功率監(jiān)測及采集3739 光功率數(shù)據(jù)分析3942 本章小結4243第5章 BP 網(wǎng)絡在光纖故障診斷中的應用4352 樣本數(shù)據(jù)的選擇及清理4446 光功率樣本數(shù)據(jù)預處理4648 BP 網(wǎng)絡層數(shù)的選擇4849 BP 網(wǎng)絡訓練4950 結果分析5051 本章小結5152第6章 總結與展望5254 總結5253 展望5354參考文獻5457在學期間發(fā)表的學術論文和參加科研情況5758致謝5859詳細摘要5967