| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题的研究背景与意义 | 第8-10页 |
| ·本文的主要内容与组织结构 | 第10-11页 |
| 第二章 权函数神经网络与神经网络灵敏度 | 第11-23页 |
| ·人工神经网络 | 第11-15页 |
| ·人工神经网络模型 | 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规则 | 第13-15页 |
| ·权函数神经网络 | 第15-18页 |
| ·权函数神经网络的拓扑结构 | 第15-17页 |
| ·权函数神经网络的训练算法 | 第17-18页 |
| ·神经网络灵敏度 | 第18-22页 |
| ·神经网络灵敏度的几何学定义 | 第18-21页 |
| ·神经网络灵敏度的统计学定义 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 B-样条权函数神经网络灵敏度的研究 | 第23-59页 |
| ·B-样条权函数神经网络的拓扑结构及训练算法 | 第23-30页 |
| ·B-样条权函数神经网络的拓扑结构 | 第23-24页 |
| ·B-样条权函数神经网络的训练算法 | 第24-30页 |
| ·B-样条权函数神经网络灵敏度的计算 | 第30-44页 |
| ·B-样条权函数神经网络灵敏度的定义 | 第30-31页 |
| ·B-样条权函数神经网络的模型误差分析 | 第31-35页 |
| ·B-样条权函数神经网络的逼近噪声误差分析 | 第35-39页 |
| ·B-样条权函数神经网络灵敏度的确定 | 第39-44页 |
| ·B-样条权函数神经网络的灵敏度仿真实验 | 第44-58页 |
| ·实验环境介绍和网络拓扑结构 | 第44页 |
| ·实验过程与结果分析 | 第44-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 B-样条权函数神经网络灵敏度在信号识别中的应用 | 第59-74页 |
| ·调制信号识别的背景和意义 | 第59-60页 |
| ·调制信号特征参数提取 | 第60-68页 |
| ·B-样条权函数神经网络信号分类器 | 第68-69页 |
| ·B-样条权函数神经网络灵敏度在信号分类器中的应用仿真实验 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 第五章总结和展望 | 第74-76页 |
| ·本文总结 | 第74-75页 |
| ·课题展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间发表学术论文情况 | 第80页 |