| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 绝对值方程的简述 | 第8-9页 |
| 1.2 人工神经网络算法的简述 | 第9-12页 |
| 1.3 本文主要的研究内容和结构 | 第12-13页 |
| 第二章 梯度神经网络算法求解广义绝对值方程 | 第13-24页 |
| 2.1 绝对值方程的光滑近似 | 第13-15页 |
| 2.2 绝对值方程的神经网络模型 | 第15-16页 |
| 2.3 基于光滑近似的神经网络稳定性及解的存在性分析 | 第16-18页 |
| 2.4 数值试验 | 第18-22页 |
| 2.5 总结 | 第22-24页 |
| 第三章 投影神经网络算法求解绝对值方程的稀疏解 | 第24-34页 |
| 3.1 问题表述 | 第24-25页 |
| 3.2 绝对值方程与不动点方程的等价转换 | 第25-26页 |
| 3.3 求解绝对值方程稀疏解的l_1正则投影最小化模型 | 第26-28页 |
| 3.4 投影神经网络的建立及稳定性和收敛性分析 | 第28-30页 |
| 3.5 数值试验 | 第30-32页 |
| 3.6 总结 | 第32-34页 |
| 第四章 论文要点 | 第34-36页 |
| 参考文献 | 第36-40页 |
| 后记 | 第40-41页 |
| 致谢 | 第41-42页 |