| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文研究的主要内容 | 第12页 |
| ·本文组织结构 | 第12-14页 |
| 第2章 预备知识 | 第14-27页 |
| ·人工神经网络 | 第14-18页 |
| ·从生物神经网络到人工神经网络 | 第14-15页 |
| ·人工神经网络的结构 | 第15-16页 |
| ·人工神经网络的发展史 | 第16-18页 |
| ·径向基函数神经网络 | 第18-23页 |
| ·径向基函数 | 第18页 |
| ·径向基函数神经网络的产生 | 第18-19页 |
| ·径向基函数神经网络的拓扑结构 | 第19-20页 |
| ·径向基函数神经网络的训练方法 | 第20-23页 |
| ·径向基函数神经网络隐层参数的影响 | 第23-25页 |
| ·文中常用定义 | 第25-27页 |
| 第3章 基于局部泛化误差模型的RBFNN隐层中心选择 | 第27-39页 |
| ·局部泛化误差模型概述 | 第27-28页 |
| ·局部泛化误差模型界的推导 | 第28-30页 |
| ·评价标准的产生 | 第30-33页 |
| ·MTAS方法描述 | 第33页 |
| ·MTAS方法实验分析 | 第33-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于样例潜能的RBFNN隐层中心选择 | 第39-47页 |
| ·样例潜能的定义 | 第39-40页 |
| ·基于样例潜能的隐层中心选择方法 | 第40-41页 |
| ·实验分析 | 第41-45页 |
| ·本章小结 | 第45-47页 |
| 第5章 结论与展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间科研工作情况 | 第51-52页 |
| 致谢 | 第52页 |