基于相对熵函数准则的BP算法收敛性分析

摘要	第1-6页
ABSTRACT	第6-10页
第1章 绪论	第10-21页
·人工神经网络介绍	第10-18页
·人工神经网络的概述与发展史	第10-13页
·人工神经元模型与网络结构	第13-16页
·人工神经元模型	第13-15页
·网络拓扑结构	第15-16页
·人工神经网络的学习方式和学习规则	第16-18页
·人工神经网络的应用	第18-19页
·本文主要工作	第19-21页
第2章 BP神经网络	第21-40页
·BP神经网络简介	第21-35页
·BP网络基本算法	第22-29页
·BP算法步骤	第29-31页
·标准BP神经网络	第31-33页
·BP网络学习中应注意的问题	第33-35页
·BP算法的特点及其性能改进措施	第35-39页
·BP算法的特点	第35-37页
·BP算法性能改进措施	第37-39页
·本章小结	第39-40页
第3章 基于相对熵函数准则的BP网络	第40-46页
·相对熵及其性质	第40-42页
·基于相对熵函数准则的BP算法	第42-45页
·相对熵函数准则的BP算法的理论分析	第42-44页
·仿真实例分析	第44-45页
·本章小结	第45-46页
第4章 基于相对熵函数准则的BP算法收敛性证明	第46-59页
·引言	第46页
·假设条件与重要引理	第46-51页
·收敛性定理	第51-58页
·本章小结	第58-59页
结论	第59-60页
参考文献	第60-67页
攻读硕士学位期间发表的论文和取得的科研成果	第67-68页
致谢	第68页