| 创新性声明 | 第1-3页 |
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 绪论 | 第7-11页 |
| 1．1 概述 | 第7-8页 |
| 1．2 问题简介 | 第8-9页 |
| 1．3 本文所做的工作 | 第9-10页 |
| 1．4 论文内容安排 | 第10-11页 |
| 第2章 神经网络与模式识别 | 第11-16页 |
| 2．1 人工神经网络与模式识别 | 第11-12页 |
| 2．2 神经网络模式识别的基本问题 | 第12页 |
| 2．3 神经网络模式识别的方法及特点 | 第12-16页 |
| §2．3．1．神经网络模式识别方法 | 第12-13页 |
| §2．3．2．神经网络模式识别的特点 | 第13-14页 |
| §2．3．3．神经网络模式识别分类器概述 | 第14-16页 |
| 第3章 前向网络及其学习算法 | 第16-22页 |
| 3．1 前向网络与反馈网络 | 第16页 |
| 3．2 神经元的激励函数（传输函数） | 第16-18页 |
| 3．3 单层感知器与多层感知器 | 第18页 |
| 3．4 前向网络的分类机理与训练算法 | 第18-22页 |
| §3．4．1．前向网络的分类机理 | 第18-20页 |
| §3．4．2．前向网络的训练算法 | 第20-22页 |
| 第4章 前向网络的分类能力的实验研究 | 第22-36页 |
| 4．1 分类能力概述 | 第22-23页 |
| 4．2 实验仿真及结果 | 第23-35页 |
| §4．2．1．第一部分实验：以软限幅函数为激励函数的网络对简单分类决策面的分类 | 第24-25页 |
| §4．2．2．第一部分实验仿真的结果 | 第25-28页 |
| §4．2．3．第二部分实验：以软限幅函数为激励函数的网络对较复杂分类决策面的分类 | 第28-30页 |
| §4．2．4．第二部分实验仿真的结果 | 第30-33页 |
| §4．2．5．第三部分实验仿真的结果 | 第33-35页 |
| 4．3 实验结果分析 | 第35-36页 |
| 第5章 模式的线性变换与前向网络的训练 | 第36-42页 |
| 5．1 模式的线性变换和网络的结构不变性 | 第36-37页 |
| 5．2 模式的线性变换和和模式分类难度 | 第37-38页 |
| 5．3 错切变换改变模式的分类难度 | 第38-39页 |
| 5．4 错切变换的选取与网络训练 | 第39-40页 |
| 5．5 仿真实验结果与分析 | 第40-42页 |
| 第6章 一种简单易行的前向网络初始化方法 | 第42-48页 |
| 6．1 网络训练与误差曲面 | 第42-43页 |
| 6．1．1．网络模型 | 第42页 |
| 6．1．2．误差曲面 | 第42-43页 |
| 6．2 反转运算与网络初始化 | 第43-45页 |
| 6．2．1．输出神经元的正确识别 | 第43页 |
| 6．2．2．目前的训练算法的起始点选择 | 第43-44页 |
| 6．2．3．网络输出神经元的反转运算及对训练样本集正确识别率的影响 | 第44-45页 |
| 6．3 仿真实验结果与分析 | 第45-47页 |
| 6．4 结论 | 第47-48页 |
| 第7章 大训练样本集条件下稳健感知器的续贯学习及复杂度分析 | 第48-56页 |
| 7．1 概述 | 第48-49页 |
| 7．2 稳健感知器及全体学习 | 第49-51页 |
| §7．2．1．线性可分问题的稳健分类 | 第49-50页 |
| §7．2．2．全体学习算法及其计算复杂度分析 | 第50-51页 |
| 7．3 续贯学习的时间复杂度 | 第51-54页 |
| §7．3．1．续贯学习 | 第51页 |
| §7．3．2．续贯学习算法 | 第51页 |
| §7．3．3．续贯学习算法的复杂度分析 | 第51-54页 |
| 7．4 实验的结果与分析 | 第54-56页 |
| 第8章 支撑向量稳健感知器及其几何训练算法 | 第56-67页 |
| 8．1 支撑向量机简介 | 第56-60页 |
| 8．1．1．概述 | 第56-57页 |
| 8．1．2．支持向量机方法介绍 | 第57-60页 |
| 8．2 支撑向量稳健感知器 | 第60-64页 |
| 8．2．1．支持向量 | 第60页 |
| 8．2．2．训练样本的变换 | 第60-61页 |
| 8．2．3．支撑向量稳健感知器 | 第61-63页 |
| 8．2．4．寻找支持向量 | 第63-64页 |
| 8．3 实验仿真结果及分析 | 第64-67页 |
| 8．3．1．仿真实验的设计 | 第64页 |
| 8．3．2．仿真实验的结果 | 第64-65页 |
| 8．3．3．仿真实验的结论 | 第65-67页 |
| 结论 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 读硕士期间发表论文及获奖情况 | 第71页 |
