| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第7-8页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 人工神经网络概述 | 第8-10页 |
| 1.1.1 人工神经网络的发展过程 | 第8-9页 |
| 1.1.2 人工神经网络模型以及应用 | 第9-10页 |
| 1.1.3 人工神经网络的发展状况 | 第10页 |
| 1.2 神经网络分类 | 第10-15页 |
| 1.2.1 监督学习与非监督学习 | 第10-11页 |
| 1.2.2 神经网络结构 | 第11-15页 |
| 1.3 主要工作 | 第15-16页 |
| 第二章 用自适应方法对带惩罚项的反向传播算法的收敛性分析 | 第16-24页 |
| 2.1 神经网络结构 | 第16-17页 |
| 2.2 用Armijo-Wolfe规则的带惩罚项的BP算法 | 第17-18页 |
| 2.3 主要结果 | 第18-19页 |
| 2.4 证明 | 第19-23页 |
| 2.5 结论 | 第23-24页 |
| 第三章 L_(1/2)神经网络在自适应方法下的收敛性分析 | 第24-30页 |
| 3.1 神经网络结构 | 第24页 |
| 3.2 用Armijo-Wolfe规则的带L_(1/2)惩罚项的BP算法 | 第24-25页 |
| 3.3 主要结果 | 第25-26页 |
| 3.4 证明 | 第26-29页 |
| 3.5 结论 | 第29-30页 |
| 结论 | 第30-31页 |
| 参考文献 | 第31-34页 |
| 攻读硕士学位期间发表学术论文情况 | 第34-35页 |
| 致谢 | 第35-36页 |
