应用人工神经网络分析共面波导中的电磁阻带结构
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 第一章 绪论 | 第8-17页 |
| §1．1 电磁阻带结构简介 | 第8-9页 |
| §1．1．1 电磁阻带结构的术语 | 第8页 |
| §1．1．2 电磁阻带结构的主要特性 | 第8-9页 |
| §1．1．3 电磁阻带结构的分类 | 第9页 |
| §1．1．4 电磁阻带结构的应用 | 第9页 |
| §1．2 人工神经网络简介 | 第9-11页 |
| §1．2．1 人工神经网络的定义 | 第9-10页 |
| §1．2．2 人工神经网络的特点 | 第10页 |
| §1．2．3 人工神经网络的应用 | 第10-11页 |
| §1．3 人工神经网络方法在微波电路分析中的应用 | 第11页 |
| §1．4 本课题的研究背景 | 第11-12页 |
| §1．5 本论文进行的研究工作 | 第12-13页 |
| 参考文献 | 第13-17页 |
| 第二章 网络参数建模（一）——径向基函数网络 | 第17-26页 |
| §2．1 径向基函数网络 | 第17-20页 |
| §2．1．1 简介 | 第17页 |
| §2．1．2 插值问题 | 第17-18页 |
| §2．1．3 普遍回归神经网络（GRNN） | 第18-20页 |
| §2．2 分析的结构 | 第20-21页 |
| §2．3 应用径向基函数网络进行分析 | 第21-22页 |
| §2．4 分析结果及实验验证 | 第22-23页 |
| §2．5 结束语 | 第23-25页 |
| 参考文献 | 第25-26页 |
| 第三章 网络参数建模（二）——前向网络 | 第26-35页 |
| §3．1 前向网络 | 第26-30页 |
| §3．1．1 多层感知器 | 第26-27页 |
| §3．1．2 信号的前向传播 | 第27页 |
| §3．1．3 误差的反向传播 | 第27-29页 |
| §3．1．4 反向传播算法 | 第29-30页 |
| §3．2 分析的结构 | 第30-31页 |
| §3．3 应用前向网络进行分析 | 第31页 |
| §3．4 分析结果及实验验证 | 第31-33页 |
| §3．5 结束语 | 第33-34页 |
| 参考文献 | 第34-35页 |
| 第四章 等效电路建模——模拟退火算法 | 第35-44页 |
| §4．1 随机神经网络与模拟退火算法 | 第35-38页 |
| §4．1．1 统计机器 | 第35-36页 |
| §4．1．2 模拟退火算法 | 第36-37页 |
| §4．1．3 模拟退火算法在组合优化中的应用 | 第37-38页 |
| §4．2 分析的结构及等效电路模型 | 第38-40页 |
| §4．3 应用模拟退火算法进行优化 | 第40-41页 |
| §4．4 分析结果及实验验证 | 第41页 |
| §4．5 结束语 | 第41-43页 |
| 参考文献 | 第43-44页 |
| 结束语 | 第44-45页 |
| 致谢 | 第45-46页 |
| 作者在硕士学习期间完成和发表的论文 | 第46页 |
