| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·人工神经网络概念的提出 | 第9页 |
| ·人工神经网络的特点 | 第9-10页 |
| ·人工神经网络的应用领域 | 第10-11页 |
| ·神经网络的研究背景 | 第11页 |
| ·BP 网络和 Hopfield 网络研究的国内外动态 | 第11-12页 |
| ·BP 网络模式识别研究动态 | 第11-12页 |
| ·Hopfield 网络联想记忆功能研究动态 | 第12页 |
| ·目的和意义 | 第12页 |
| ·BP、Hopfield 神经网络在识别方面国内外研究状况及趋势 | 第12页 |
| ·BP、Hopfiled 网络研究的发展及前景 | 第12-14页 |
| 第二章 BP 网络原理[ | 第14-21页 |
| ·BP 网络模型与结构 | 第14页 |
| ·BP 网络的激活函数 | 第14-15页 |
| ·BP 网络的学习规则 | 第15-18页 |
| ·网络信息的正向传递 | 第16-17页 |
| ·误差的反向传播 | 第17-18页 |
| ·BP 网络的优点 | 第18页 |
| ·BP 网络的缺点 | 第18-20页 |
| ·BP 网络的特点 | 第20-21页 |
| 第三章 Hopfield 网络原理 | 第21-24页 |
| ·Hopfield 网络基本概述 | 第21页 |
| ·Hopfield 网络输出表达式 | 第21-22页 |
| ·Hopfield 网络的联想记忆 | 第22页 |
| ·Hopfield 的优点 | 第22页 |
| ·Hopfield 网络联想记忆能力的缺陷 | 第22-23页 |
| ·Hopfield 网络的特点 | 第23-24页 |
| ·网络结构（DHNC） | 第23页 |
| ·工作方式 | 第23页 |
| ·网络的稳定性 | 第23-24页 |
| 第四章 BP 网络分类能力和 Hopfield 网络联想记忆能力比较 | 第24-41页 |
| ·预备实验（测试离散 Hopfield 网络效能） | 第24-31页 |
| ·实验概述 | 第24页 |
| ·输入为两个数字实验过程 | 第24-28页 |
| ·当输入为 1、2、3、4 四个数字实验过程 | 第28-29页 |
| ·当输入为 1、2、3、4、5、6、7、8、9、0 这 10 个数字实验过程 | 第29-31页 |
| ·BP 网络和离散 Hopfield 网络对数字的识别对比 | 第31-36页 |
| ·BP 网络对 0—9 数字的识别 | 第31-34页 |
| ·离散 Hopfield 网络对 0，1，2，3，4，5，6，7，8，9 的识别 | 第34-36页 |
| ·BP 网络和 Hopfield 网络对字母的识别 | 第36-39页 |
| ·BP 网络对 26 个英文字母的识别 | 第36-38页 |
| ·离散 Hopfield 网络对字母的识别 | 第38-39页 |
| ·BP 网络和离散 Hopfield 对手写体数字的识别 | 第39-41页 |
| ·BP 网络对手写体数字的识别 | 第39-40页 |
| ·离散 Hopfield 网络对手写体的识别 | 第40-41页 |
| 第五章 改进的 BP 网络对手写体数字的识别 | 第41-44页 |
| ·图片的处理过程 | 第42页 |
| ·神经网络的设计 | 第42-43页 |
| ·神经网络的初始化 | 第43页 |
| ·神经网络的训练 | 第43页 |
| ·BP 网络测试结果 | 第43页 |
| ·结论 | 第43-44页 |
| 第六章 基于 BP 网络的数字图片特征提取 | 第44-51页 |
| ·二值字符的 7 个不变矩（Hu 矩）特征 | 第44-46页 |
| ·二值字符的字符势能投影特征 | 第46-47页 |
| ·识别过程 | 第47-51页 |
| 第七章 总结与展望 | 第51-53页 |
| ·研究总结 | 第51页 |
| ·工作展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第58页 |
| 参加科研项目 | 第58-59页 |
| 致谢 | 第59-60页 |
