| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 论文的研究背景及意义 | 第10-11页 |
| 1.2 复值神经网络国内外研究现状 | 第11-13页 |
| 1.3 论文的主要内容 | 第13-14页 |
| 第2章 相关基础知识 | 第14-33页 |
| 2.1 神经网络概述 | 第14-17页 |
| 2.2 C-R微分算子 | 第17-20页 |
| 2.3 复分析中的相关理论 | 第20-28页 |
| 2.3.1 复微分 | 第20-21页 |
| 2.3.2 复雅可比矩阵 | 第21-23页 |
| 2.3.3 复梯度 | 第23-24页 |
| 2.3.4 复海森矩阵 | 第24-28页 |
| 2.4 复值算法知识 | 第28-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 全复神经网络算法收敛性分析 | 第33-46页 |
| 3.1 引言 | 第33页 |
| 3.2 带对数性能指标的复值学习算法 | 第33-36页 |
| 3.3 算法收敛性分析 | 第36-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 全复神经网络算法的奇异动态研究 | 第46-59页 |
| 4.1 引言 | 第46页 |
| 4.2 CVNNS奇异动态研究 | 第46-49页 |
| 4.3 复值自然梯度下降法 | 第49-50页 |
| 4.4 算法收敛性分析 | 第50-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 带改进L_(1/ 2)正则项的复值神经网络算法 | 第59-69页 |
| 5.1 引言 | 第59-60页 |
| 5.2 带L_(1/ 2)正则项的批处理梯度算法 | 第60-61页 |
| 5.3 带改进L_(1/ 2)正则项的批处理梯度算法 | 第61-63页 |
| 5.4 改进正则项批处理梯度算法收敛分析 | 第63-68页 |
| 5.5 本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-77页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第77-78页 |
| 致谢 | 第78页 |