| 摘 要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-17页 |
| ·问题提出 | 第10-13页 |
| ·互联网发展现状 | 第10-12页 |
| ·互联网与不良信息 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·课题研究内容 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 神经网络理论与应用 | 第17-24页 |
| ·神经网络概述 | 第17-18页 |
| ·基本原理 | 第17页 |
| ·主要特点 | 第17-18页 |
| ·神经网络的分类 | 第18页 |
| ·BP网络及BP算法 | 第18-23页 |
| ·BP网络 | 第18-19页 |
| ·BP算法 | 第19-22页 |
| ·BP算法的改进 | 第22-23页 |
| ·神经网络主要应用领域 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 一种特殊双隐含层人工神经网络算法研究 | 第24-37页 |
| ·引言 | 第24-25页 |
| ·ANN自动设计训练方法 | 第25-26页 |
| ·特殊双隐含层神经网络算法 | 第26-29页 |
| ·增加神经元 | 第29页 |
| ·连接删除 | 第29页 |
| ·算法实现 | 第29-34页 |
| ·实验结果 | 第34-35页 |
| ·结果分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于人工神经网络的不良信息监测智能决策系统 | 第37-51页 |
| ·引言 | 第37-38页 |
| ·信息过滤研究 | 第38-43页 |
| ·信息过滤系统的构成 | 第38-39页 |
| ·信息过滤模型 | 第39-43页 |
| ·基于人工神经网络的不良信息决策模型 | 第43-49页 |
| ·文本表示 | 第43-44页 |
| ·分类算法的选择 | 第44-46页 |
| ·人工神经网络分类算法 | 第46-49页 |
| ·实验结果 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 不良信息实时监测系统模型及其实现 | 第51-66页 |
| ·引言 | 第51页 |
| ·网络侦听与不良信息监测 | 第51-52页 |
| ·系统开发平台 | 第52-53页 |
| ·不良信息实时监测系统模型 | 第53页 |
| ·数据捕获 | 第53-60页 |
| ·Windows网络体系模型 | 第54-56页 |
| ·各种捕获方案 | 第56-57页 |
| ·数据包捕获的实现 | 第57-59页 |
| ·捕获速度及过载处理 | 第59-60页 |
| ·信息预处理及决策支持模块 | 第60-63页 |
| ·人机界面及行动反应模块 | 第63页 |
| ·测试结果及系统特点 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 结 论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致 谢 | 第73-74页 |
| 作者简介 | 第74页 |