| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景以及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12-14页 |
| 1.4 论文组织构造 | 第14-16页 |
| 第二章 Madaline网络模型及权自适应学习算法 | 第16-20页 |
| 2.1 Adaline神经元模型 | 第16-17页 |
| 2.2 Madaline网络模型 | 第17-19页 |
| 2.3 SBALR学习算法 | 第19-20页 |
| 第三章 Madaline网络结构敏感性计算 | 第20-51页 |
| 3.1 Adaline神经元敏感性 | 第20-37页 |
| 3.1.1 Adaline神经元敏感性定义 | 第21页 |
| 3.1.2 Adaline神经元敏感性计算 | 第21-37页 |
| 3.1.2.1 输入随机分布下的敏感性计算 | 第22-27页 |
| 3.1.2.2 输入均匀分布下的敏感性计算 | 第27-37页 |
| 3.2 Mdaline网络结构敏感性 | 第37-50页 |
| 3.2.1 网络结构敏感性定义 | 第37-38页 |
| 3.2.2 网络结构敏感性计算 | 第38-45页 |
| 3.2.3 模拟验证 | 第45-50页 |
| 3.3 小结 | 第50-51页 |
| 第四章 Madaline网络结构自适应学习算法设计 | 第51-64页 |
| 4.1 结构变化下的网络性能损益度量 | 第51-52页 |
| 4.2 网络结构自适应学习算法设计 | 第52-57页 |
| 4.2.1 基于敏感性的网络结构裁剪算法设计 | 第52-54页 |
| 4.2.2 基于敏感性的网络结构扩展算法设计 | 第54-55页 |
| 4.2.3 网络结构自适应学习算法设计 | 第55-57页 |
| 4.3 模拟验证 | 第57-63页 |
| 4.3.1 网络结构裁剪算法的实验验证 | 第57-59页 |
| 4.3.2 网络结构扩展算法的实验验证 | 第59-63页 |
| 4.4 小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 作者简介 | 第71-72页 |