| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·神经网络简介 | 第9-14页 |
| ·人工神经网络的发展历史 | 第9-10页 |
| ·人工神经元模型及网络拓扑结构 | 第10-12页 |
| ·人工神经网络的学习规则 | 第12-13页 |
| ·神经网络的主要特征及应用领域 | 第13-14页 |
| ·MCA神经网络学习算法 | 第14-18页 |
| ·算法概述 | 第14-15页 |
| ·算法收敛性研究 | 第15-17页 |
| ·本文的主要工作 | 第17-18页 |
| 2 Ojam学习算法的收敛性分析 | 第18-30页 |
| ·算法简介 | 第18-19页 |
| ·收敛性分析 | 第19-27页 |
| ·数值试验 | 第27-30页 |
| ·试验条件 | 第27-28页 |
| ·收敛性验证 | 第28-29页 |
| ·数列{z_n(k)}的波动变化 | 第29-30页 |
| 3 跳步加动量项的Oja-xu MCA学习算法的收敛性 | 第30-41页 |
| ·算法描述 | 第30-32页 |
| ·归一化的Oja-Xu MCA算法 | 第30页 |
| ·改进的学习算法 | 第30-32页 |
| ·收敛性分析 | 第32-37页 |
| ·数值试验 | 第37-41页 |
| ·试验条件 | 第37页 |
| ·跳步步长m及动量项因子的选取 | 第37-39页 |
| ·方向余弦以及权值向量各个分量的变化 | 第39-40页 |
| ·三种算法的比较 | 第40-41页 |
| 结论 | 第41-43页 |
| 参考文献 | 第43-45页 |
| 攻读硕士学位期间发表学术论文情况 | 第45-47页 |
| 致谢 | 第47-49页 |