基于神经网络的模糊自动机--模糊文法推导及格值自动机的最小化
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·主要工作 | 第13-14页 |
| 第二章 文法和自动机的基本理论 | 第14-18页 |
| ·引言 | 第14页 |
| ·文法与语言 | 第14-15页 |
| ·自动机与语言 | 第15-17页 |
| ·文法与自动机的关系 | 第17-18页 |
| 第三章 基于神经网络的传统文法推导 | 第18-26页 |
| ·文法推导 | 第18-19页 |
| ·神经网络和自动机在知识表示上的等价性 | 第19-20页 |
| ·用二阶反馈神经网络进行传统文法推导 | 第20-22页 |
| ·用自聚类反馈神经网络进行传统文法推导 | 第22-26页 |
| 第四章 基于神经网络的模糊文法推导 | 第26-38页 |
| ·引言 | 第26页 |
| ·用反馈神经网络进行模糊文法推导 | 第26-29页 |
| ·用自聚类反馈神经网络进行模糊文法推导 | 第29-38页 |
| 第五章 模糊自动机的最小化算法 | 第38-46页 |
| ·引言 | 第38页 |
| ·基于可代替性划分的模糊有限自动机的最小化 | 第38-41页 |
| ·基于同余和同态的模糊自动机的最小化 | 第41-46页 |
| 第六章 格值自动机的最小化算法 | 第46-55页 |
| ·引言 | 第46页 |
| ·基于优化同余的格值自动机的最小化算法 | 第46-55页 |
| 第七章 结论 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻硕期间取得的研究成果 | 第60页 |