| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-23页 |
| ·神经网络概述 | 第9-10页 |
| ·神经元数学模型 | 第10-11页 |
| ·神经网络拓扑结构 | 第11-14页 |
| ·前馈神经网络 | 第12-13页 |
| ·递归神经网络 | 第13-14页 |
| ·特征值计算神经网络 | 第14-20页 |
| ·谱分解-对称矩阵特征值问题 | 第14-19页 |
| ·对称正定对的广义特征值问题 | 第19页 |
| ·信号与图像处理中的特征值计算神经网络 | 第19-20页 |
| ·本文的主要工作 | 第20-23页 |
| 第二章 特征值计算的神经网络模型及其收敛性 | 第23-53页 |
| ·PCA理论与原理 | 第23-25页 |
| ·计算最大特征值的Oja神经网络模型 | 第25-27页 |
| ·计算最大特征值的RNNs模型及其收敛性 | 第27-49页 |
| ·Oja模型计算对称正定矩阵最大特征值的收敛性分析 | 第27-29页 |
| ·计算一般对称矩阵最大特征值的RNNs模型 | 第29-31页 |
| ·收敛性分析 | 第31-40页 |
| ·对称矩阵全部特征值的计算 | 第40-42页 |
| ·数值实验 | 第42-49页 |
| ·在PCA中和计算最大主元的应用 | 第49-53页 |
| 第三章 计算广义特征值的RNNs模型及其收敛性分析 | 第53-69页 |
| ·RNNs模型Ⅰ及其收敛结果 | 第53-58页 |
| ·RNNs模型 | 第53-54页 |
| ·收敛性分析 | 第54-58页 |
| ·数值试验结果 | 第58页 |
| ·RNNs模型Ⅱ及其收敛性 | 第58-69页 |
| ·RNNs模型 | 第58-60页 |
| ·RNNs模型Ⅱ的收敛性 | 第60-64页 |
| ·广义特征值计算的在线学习规则 | 第64-65页 |
| ·数值实验结果 | 第65-69页 |
| 第四章 Madaline前馈神经网络的收敛性 | 第69-81页 |
| ·线性可分性理论 | 第70-71页 |
| ·线性可分的性质 | 第71-74页 |
| ·Madaline神经网络 | 第74-76页 |
| ·MRI网络对线性可分样本的有限次收敛性 | 第76-81页 |
| 结论与展望 | 第81-83页 |
| 参考文献 | 第83-89页 |
| 附录A：求解所有特征值的Matlab代码 | 第89-95页 |
| 攻读博士学位期间学术论文完成情况 | 第95-97页 |
| 论文创新点摘要 | 第97-99页 |
| 致谢 | 第99-100页 |
| 大连理工大学学位论文版权使用授权书 | 第100页 |