| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-11页 |
| ·电子器件建模方法 | 第8-9页 |
| ·多项式法 | 第8页 |
| ·函数解析法 | 第8页 |
| ·查表法 | 第8-9页 |
| ·基于神经网络的非线性电子器件的建模方法 | 第9页 |
| ·基于神经网络的非线性电子器件建模中存在的问题 | 第9页 |
| ·本文的研究内容 | 第9-10页 |
| ·论文章节安排 | 第10-11页 |
| 第二章 神经网络及学习规则 | 第11-22页 |
| ·神经网络简介 | 第11-14页 |
| ·生物神经元模型 | 第11-12页 |
| ·人工神经元模型 | 第12-13页 |
| ·神经网络的结构及应用 | 第13-14页 |
| ·BP 网络的学习及训练规则 | 第14-18页 |
| ·BP 网络模型 | 第14-15页 |
| ·BP 网络的学习规则 | 第15-17页 |
| ·BP 网络的训练过程 | 第17-18页 |
| ·BP 网络存在的问题及改进措施 | 第18-22页 |
| ·学习算法改进 | 第18-20页 |
| ·网络结构优化 | 第20-21页 |
| ·样本处理 | 第21页 |
| ·样本训练 | 第21-22页 |
| 第三章 神经网络的隐节点自构方法 | 第22-25页 |
| ·隐节点自构学习理论 | 第22页 |
| ·隐节点自构学习算法及应用 | 第22-25页 |
| 第四章 基于神经网络的稳压二极管模型的分段建模方法 | 第25-36页 |
| ·选用器件 | 第25-26页 |
| ·获取稳压二极管数据 | 第25页 |
| ·建模方法讨论 | 第25-26页 |
| ·基于BP 网络建模的实现过程 | 第26-34页 |
| ·稳压二极管正向特性曲线的建模 | 第27-30页 |
| ·稳压二极管反向特性曲线的建模 | 第30-32页 |
| ·分段模型的整合 | 第32-34页 |
| ·模型验证 | 第34-36页 |
| 第五章 结论 | 第36-37页 |
| 参考文献 | 第37-40页 |
| 致谢 | 第40页 |