| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究的目的与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·神经网络国内外研究现状 | 第10-11页 |
| ·滤波算法国内外研究现状 | 第11-12页 |
| ·神经网络结合卡尔曼滤波算法国内外研究现状 | 第12-13页 |
| ·课题研究的主要内容及章节安排 | 第13-15页 |
| 第2章 神经网络学习算法的研究 | 第15-35页 |
| ·引言 | 第15-16页 |
| ·BP神经网络学习算法的基本原理 | 第16-21页 |
| ·BP神经网络学习算法基本原理 | 第16-18页 |
| ·基于拟牛顿法的神经网络学习算法基本原理 | 第18-20页 |
| ·基于Kalman滤波的神经网络学习算法的基本原理 | 第20-21页 |
| ·改进的神经网络学习算法 | 第21-34页 |
| ·基于改进DFP算法的神经网络学习算法 | 第21-22页 |
| ·改进的DFP学习算法流程 | 第22-23页 |
| ·ADFP-LA算法仿真试验 | 第23-26页 |
| ·基于改进Kalman滤波的神经网络学习算法 | 第26-29页 |
| ·基于改进Kalman滤波的学习算法流程 | 第29页 |
| ·AKF-LA算法仿真实验 | 第29-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 神经网络修正Kalman滤波算法的研究 | 第35-46页 |
| ·引言 | 第35-36页 |
| ·Kalman滤波算法的基本原理 | 第36-39页 |
| ·Kalman滤波的数学模型 | 第36页 |
| ·Kalman滤波算法的主体及相关推导和证明 | 第36-38页 |
| ·Kalman滤波算法的主体框架 | 第38页 |
| ·Kalman滤波算法相关参数的选择 | 第38-39页 |
| ·Kalman滤波的问题 | 第39页 |
| ·NN-KF算法的基本思想 | 第39-41页 |
| ·NN-KF仿真实验 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 攻读学位期间发表的学术论文 | 第51-53页 |
| 致谢 | 第53页 |