| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·数据分类 | 第9-13页 |
| ·数据分类的基本步骤 | 第10-11页 |
| ·常用的数据分类算法 | 第11-13页 |
| ·神经网络的研究历程 | 第13-15页 |
| ·起始阶段 | 第13-14页 |
| ·萧条阶段 | 第14页 |
| ·复兴阶段 | 第14-15页 |
| ·小波神经网络 | 第15-17页 |
| ·小波分析简介 | 第15-16页 |
| ·小波神经网络的研究历程 | 第16-17页 |
| ·论文的主题及主要工作 | 第17-19页 |
| ·论文主题 | 第17-18页 |
| ·论文的主要工作 | 第18-19页 |
| 2 前馈神经网络与数据分类 | 第19-39页 |
| ·前馈神经网络的基本模型 | 第19-24页 |
| ·神经元模型 | 第20-21页 |
| ·前馈神经网络模型 | 第21-24页 |
| ·前馈神经网络的学习算法 | 第24-27页 |
| ·BP算法的简介 | 第25-26页 |
| ·BP算法的详细描述 | 第26-27页 |
| ·前馈神经进行数据分类的局部解最优解问题及改进策略 | 第27-36页 |
| ·前馈神经网络进行数据分类的基本步骤 | 第27-28页 |
| ·BP算法进行数据分类存在局部最优解的原因 | 第28-31页 |
| ·BP算法进行数据分类的改进策略和算法 | 第31-36页 |
| ·试验及结论 | 第36-39页 |
| 3 小波神经网络与数据分类 | 第39-51页 |
| ·小波分析 | 第39-42页 |
| ·小波分析的基本概念 | 第39-40页 |
| ·小波分析的基本步骤 | 第40-42页 |
| ·小波神经网络 | 第42-45页 |
| ·小波神经网络的数学模型 | 第42-44页 |
| ·小波神经网络的学习算法 | 第44-45页 |
| ·Gaussian小波神经网络及其学习算法 | 第45-48页 |
| ·试验与结论 | 第48-51页 |
| ·离散属性值数据的小波神经网络分类实验 | 第48-50页 |
| ·连续属性值数据的小波神经网络分类实验 | 第50-51页 |
| 4 数据分类试验平台的设计与实现 | 第51-61页 |
| ·需求分析 | 第51-52页 |
| ·数据分类试验平台的设计 | 第52-61页 |
| ·功能模块设计 | 第52-54页 |
| ·接口和类设计 | 第54-58页 |
| ·平台功能接口设计 | 第58-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 附录A BP算法和LMDBP算法的Java实现 | 第65-90页 |
| 附录B Gaussian小波神经网络学习算法(GLAWN)的Java实现 | 第90-102页 |
| 攻读硕士学位期间发表学术论文情况 | 第102-103页 |
| 致谢 | 第103-104页 |