| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 引言 | 第8-10页 |
| 1 神经网络模型基础 | 第10-15页 |
| ·神经元模型 | 第10-11页 |
| ·神经元学习算法 | 第11-12页 |
| ·人工神经网络的拓扑结构 | 第12-13页 |
| ·人工神经网络的学习过程 | 第13-15页 |
| 2 径向基神经网络 | 第15-26页 |
| ·RBF网络结构和工作原理 | 第15-17页 |
| ·径向基函数的主要应用 | 第17-22页 |
| ·用于模式识别的径向基神经网络 | 第17-18页 |
| ·用于插值的径向基神经网络 | 第18-22页 |
| ·径向基函数网络研究中的一些重要结论 | 第22-23页 |
| ·与通用逼近定理相关的探索 | 第23-26页 |
| 3 径向基神经网络的逼近能力 | 第26-34页 |
| ·一些泛函中的基本概念和定理 | 第26-28页 |
| ·径向基神经网络在尸意义下的逼近问题研究 | 第28-33页 |
| ·径向基神经网络逼近问题更深一层的数学背景 | 第33-34页 |
| 参考文献 | 第34-36页 |
| 攻读硕士学位期间发表学术论文情况 | 第36-37页 |
| 致谢 | 第37-38页 |
| 大连理工大学学位论文版权使用授权书 | 第38页 |