带动量项的BP神经网络收敛性分析
| 主要符号对照表 | 第1-9页 |
| 第一章 绪论 | 第9-23页 |
| 1．1 人工神经网络 | 第9-15页 |
| 1．1．1 神经网络的设计 | 第9-13页 |
| 1．1．2 神经网络的应用 | 第13-15页 |
| 1．2 BP神经网络 | 第15-21页 |
| 1．2．1 BP网络基本算法 | 第15-17页 |
| 1．2．2 关于BP网络的一些细节 | 第17-21页 |
| 1．3 本文的主要工作 | 第21-23页 |
| 第二章 动量项分析及简介 | 第23-34页 |
| 2．1 动量项的作用 | 第23-30页 |
| 2．1．1 动量项的差分方程形式 | 第23-24页 |
| 2．1．2 动量的平滑效应 | 第24-25页 |
| 2．1．3 性能曲面的例子 | 第25-28页 |
| 2．1．4 收敛性分析 | 第28-30页 |
| 2．2 各种动量项简介 | 第30-34页 |
| 第三章 收敛性证明 | 第34-46页 |
| 3．1 两层的情况 | 第34-37页 |
| 3．1．1 引言 | 第34-35页 |
| 3．1．2 主要引理和收敛性定理 | 第35-37页 |
| 3．2 BPM收敛性证明 | 第37-46页 |
| 3．2．1 引言 | 第37-39页 |
| 3．2．2 主要引理和收敛性定理 | 第39-46页 |
| 第四章 BPM数值试验及应用 | 第46-50页 |
| 4．1 XOR数值试验 | 第46-50页 |
| 4．1．1 带动量项BP算法收敛性分析 | 第46-47页 |
| 4．1．2 初始动量参数的选择 | 第47-49页 |
| 4．1．3 BPM算法的统计性能比较 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录A 已知的神经网络 | 第53-56页 |
| 致谢 | 第56-57页 |
| 个人简历、在学期间的研究成果及发表的论文 | 第57-58页 |
