| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-13页 |
| ·人工神经网络概述 | 第7-9页 |
| ·人工神经网络的发展 | 第7-8页 |
| ·人工神经网络的特点 | 第8-9页 |
| ·动量VLBP 算法简介 | 第9页 |
| ·组合式非周期缺陷接地结构概述 | 第9-11页 |
| ·本课题研究工作及意义 | 第11-13页 |
| 第二章 基本反向传播算法 | 第13-27页 |
| ·人工神经网络基础 | 第13-14页 |
| ·生物神经网络与人工神经网络的联系 | 第13-14页 |
| ·神经元 | 第14页 |
| ·神经网络的互连模式 | 第14-15页 |
| ·BP 神经网络概述 | 第15-24页 |
| ·感知机的详细介绍 | 第15-18页 |
| ·学习规则 | 第16-17页 |
| ·BP 神经网络结构概述 | 第17-18页 |
| ·反向传播算法（BP 算法） | 第18-24页 |
| ·BP 神经网络模型的建立 | 第24-27页 |
| 第三章 动量VLBP 算法 | 第27-31页 |
| ·动量方法 | 第27-28页 |
| ·VLBP 算法 | 第28-29页 |
| ·动量方法和VLBP 算法的结合 | 第29-31页 |
| 第四章 训练样本的自动选取处理 | 第31-35页 |
| 第五章 训练仿真实验 | 第35-47页 |
| ·缺陷接地结构（DGS） | 第35-37页 |
| ·组合式非周期缺陷接地结构 | 第35-37页 |
| ·新型CNPDGS 结构低通滤波器的神经网络模型 | 第37-42页 |
| ·建立新型CNPDGS 结构低通滤波器的神经网络模型 | 第37-38页 |
| ·仿真结果与分析 | 第38-42页 |
| ·结论 | 第42页 |
| ·具有双阻带特性的CNPDGS 结构的神经网络模型 | 第42-46页 |
| ·建立具有双阻带特性的CNPDGS 结构的神经网络模型 | 第42-44页 |
| ·仿真结果与分析 | 第44-45页 |
| ·结论 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 对神经网络未来的展望 | 第47-48页 |
| 第七章 结束语 | 第48-50页 |
| 参考文献 | 第50-52页 |
| 发表论文和参加科研情况说明 | 第52-53页 |
| 致谢 | 第53页 |
