| 摘要 | 第1-5页 |
| Abstract | 第5-8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 权函数神经网络相关背景介绍 | 第11-22页 |
| ·人工神经网络 | 第11-15页 |
| ·人工神经网络模型 | 第11-13页 |
| ·人工神经网络的拓扑结构 | 第13-14页 |
| ·人工神经网络的学习规则 | 第14-15页 |
| ·样条权函数神经网络 | 第15-19页 |
| ·样条权函数神经网络简介及优势 | 第15页 |
| ·样条权函数神经网络的拓扑结构 | 第15-16页 |
| ·第二类样条权函数神经网络的理论概念 | 第16-17页 |
| ·第二类样条权函数神经网络的训练算法 | 第17-19页 |
| ·神经网络灵敏度 | 第19-21页 |
| ·神经网络灵敏度简介 | 第19-20页 |
| ·神经网络灵敏度的统计学定义 | 第20-21页 |
| ·神经网络灵敏度的主要应用方向 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 第二类B-样条权函数神经网络灵敏度 | 第22-52页 |
| ·第二类B-样条权函数神经网络 | 第22-32页 |
| ·B-样条函数概论 | 第22-24页 |
| ·第二类B-样条权函数神经网络的拓扑结构 | 第24-26页 |
| ·第二类B-样条权函数神经网络的训练算法分析 | 第26-32页 |
| ·第二类B-样条权函数神经网络的灵敏度分析 | 第32-44页 |
| ·第二类B-样条权函数神经网络灵敏度 | 第32-33页 |
| ·第二类B-样条权函数神经网络的模型误差分析 | 第33-34页 |
| ·第二类B-样条权函数神经网络的逼近噪声误差分析 | 第34-40页 |
| ·第二类B-样条权函数神经网络的统计学灵敏度计算公式 | 第40-44页 |
| ·第二类B-样条权函数神经网络灵敏度实验 | 第44-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 第二类B-样条权函数神经网络灵敏度的应用 | 第52-71页 |
| ·概论 | 第52-54页 |
| ·信号处理的介绍 | 第52-53页 |
| ·信号处理的简单过程 | 第53-54页 |
| ·通信调制信号处理概论 | 第54-55页 |
| ·通信调制信号的瞬时特征分析 | 第55-57页 |
| ·瞬时幅度 | 第56页 |
| ·瞬时频率 | 第56-57页 |
| ·瞬时相位 | 第57页 |
| ·通信调制信号的特征参数提取 | 第57-63页 |
| ·基于第二类B-样条权函数神经网络的信号分类器设计 | 第63-65页 |
| ·第二类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65-69页 |
| ·本章小结 | 第69-71页 |
| 第五章 总结与展望 | 第71-73页 |
| ·本文总结 | 第71页 |
| ·课题展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第76-77页 |
| 致谢 | 第77页 |
