| 摘要 | 第1-7页 |
| ABSTRACT | 第7-15页 |
| 第1章 绪论 | 第15-36页 |
| ·论文研究背景及意义 | 第15-16页 |
| ·神经网络发展历史 | 第16-17页 |
| ·早期阶段 | 第17页 |
| ·低潮阶段 | 第17页 |
| ·黄金时期 | 第17页 |
| ·神经网络研究内容 | 第17-18页 |
| ·神经网络理论研究 | 第17-18页 |
| ·神经网络实现技术研究 | 第18页 |
| ·神经网络应用研究 | 第18页 |
| ·神经网络研究历史及意义 | 第18-20页 |
| ·神经网络的应用前景 | 第20-22页 |
| ·模式识别 | 第20页 |
| ·最优化问题计算 | 第20-21页 |
| ·自动控制 | 第21页 |
| ·信号处理 | 第21页 |
| ·图像处理 | 第21页 |
| ·人工智能 | 第21-22页 |
| ·神经网络基本概念 | 第22-31页 |
| ·人工神经元模型 | 第22-23页 |
| ·神经元常用的基函数与激励函数类型 | 第23-25页 |
| ·神经元学习算法 | 第25-29页 |
| ·典型的神经网络结构 | 第29-30页 |
| ·基本BP 算法的局限性 | 第30-31页 |
| ·论文主要研究成果与结构安排 | 第31-36页 |
| 第2章 基于神经网络优化算法的线性系统求解研究 | 第36-50页 |
| ·基于矩阵元素的线性方程组求解研究 | 第36-40页 |
| ·基于矩阵元素的神经网络模型 | 第36-37页 |
| ·基于矩阵元素的神经网络算法 | 第37-38页 |
| ·基于矩阵元素的神经网络算法收敛性研究 | 第38-39页 |
| ·局部极小讨论 | 第39页 |
| ·基于矩阵元素的神经网络算法步骤 | 第39页 |
| ·应用实例 | 第39-40页 |
| ·基于向量空间的线性方程组求解算法 | 第40-44页 |
| ·基于向量空间的神经网络模型 | 第41页 |
| ·基于向量空间的神经网络算法 | 第41-42页 |
| ·基于向量空间的神经网络算法收敛性分析 | 第42-43页 |
| ·局部极小讨论 | 第43页 |
| ·基于向量空间的神经网络算法步骤 | 第43页 |
| ·数值分析实例 | 第43-44页 |
| ·求解病态线性方程组的神经网络算法研究 | 第44-48页 |
| ·基于LDU 分解的神经网络模型 | 第45页 |
| ·基于LDU 分解的神经网络算法 | 第45-46页 |
| ·基于LDU 分解的神经网络算法收敛性分析 | 第46-47页 |
| ·局部极小讨论 | 第47-48页 |
| ·基于LDU 分解的神经网络算法步骤 | 第48页 |
| ·解病态线性方程组的数值分析实例 | 第48页 |
| ·本章小结 | 第48-50页 |
| 第3章 解非线性系统的神经网络算法研究 | 第50-60页 |
| ·解非线性方程的神经网络模型描述 | 第51-55页 |
| ·解非线性方程的神经网络模型 | 第51-52页 |
| ·解非线性方程的神经网络算法 | 第52页 |
| ·解非线性方程的神经网络算法收敛性分析 | 第52-53页 |
| ·解非线性方程的神经网络算法步骤 | 第53-54页 |
| ·解非线性方程的算例 | 第54-55页 |
| ·小结 | 第55页 |
| ·解非线性方程组的神经网络模型描述 | 第55-60页 |
| ·解非线性方程组的神经网络模型 | 第55-56页 |
| ·解非线性方程组的神经网络算法 | 第56页 |
| ·解非线性方程组的神经网络算法收敛性分析 | 第56-57页 |
| ·解非线性方程组的神经网络算法步骤 | 第57-58页 |
| ·解非线性方程组的数值试验 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第4章 基于神经网络算法的数值积分方法 | 第60-76页 |
| ·余弦基函数神经网络模型描述 | 第61-66页 |
| ·余弦基函数神经网络模型 | 第61-62页 |
| ·余弦基函数神经网络算法收敛性分析 | 第62-63页 |
| ·基于神经网络权值的数值积分方法 | 第63页 |
| ·余弦基函数神经网络算法训练步骤 | 第63-64页 |
| ·数值积分实例 | 第64-65页 |
| ·小结 | 第65-66页 |
| ·基于向量空间的神经网络模型描述 | 第66-71页 |
| ·基于向量空间的神经网络模型 | 第66-68页 |
| ·基于向量空间的神经网络训练步骤 | 第68页 |
| ·神经计算与优化 | 第68-70页 |
| ·数值积分实例 | 第70页 |
| ·小结 | 第70-71页 |
| ·基于傅立叶基函数的神经网络模型描述 | 第71-76页 |
| ·基于傅立叶基函数的神经网络模型 | 第71-73页 |
| ·神经网络训练步骤 | 第73页 |
| ·基于神经网络权值向量的数值积分方法 | 第73-74页 |
| ·数值积分算例 | 第74-75页 |
| ·小结 | 第75-76页 |
| 第5章 微分方程初值问题的神经网络算法 | 第76-88页 |
| ·解微分方程初值问题的神经网络算法描述 | 第77-87页 |
| ·解微分方程初值问题的神经网络模型 | 第77-78页 |
| ·解微分方程初值问题的神经网络算法 | 第78-82页 |
| ·解微分方程初值问题的神经网络算法步骤 | 第82-83页 |
| ·算例 | 第83-87页 |
| ·本章小结 | 第87-88页 |
| 第6章 基于神经网络算法的FIR 数字滤波器优化设计 | 第88-107页 |
| ·FIR 线性相位滤波器的幅频特性 | 第89-92页 |
| ·神经网络算法描述 | 第92-101页 |
| ·神经网络算法模型 | 第92-93页 |
| ·神经网络算法 | 第93页 |
| ·神经网络收敛性分析 | 第93-95页 |
| ·神经网络训练步骤 | 第95页 |
| ·FIR 线性相位滤波器优化设计实例 | 第95-101页 |
| ·神经网络改进优化算法 | 第101-106页 |
| ·基于向量空间的神经网络模型 | 第101页 |
| ·基于向量空间的神经网络算法 | 第101-102页 |
| ·基于向量空间的神经网络算法收敛性分析 | 第102-103页 |
| ·基于向量空间的神经网络算法步骤 | 第103-104页 |
| ·FIR 线性相位滤波器优化设计实例 | 第104-106页 |
| ·本章小结 | 第106-107页 |
| 第7章 基于神经网络算法的频谱分析方法 | 第107-126页 |
| ·国内外频谱分析方法 | 第108-111页 |
| ·离散频谱校正方法 | 第108-109页 |
| ·细化选带频谱分析方法 | 第109页 |
| ·包络分析方法（解调分析方法） | 第109-110页 |
| ·高阶谱分析方法 | 第110页 |
| ·非平稳振动信号的频谱分析方法 | 第110页 |
| ·国内外其它频谱分析方法 | 第110-111页 |
| ·频谱分析的神经网络模型 | 第111-117页 |
| ·周期信号的连续时间傅立叶级数 | 第111-112页 |
| ·基于傅立叶基函数的神经网络模型 | 第112-113页 |
| ·神经网络算法收敛性分析 | 第113-114页 |
| ·神经网络训练步骤 | 第114-115页 |
| ·信号的频谱特性分析 | 第115页 |
| ·频谱分析实例 | 第115-116页 |
| ·小结 | 第116-117页 |
| ·基于向量空间的神经网络算法的频谱分析方法 | 第117-121页 |
| ·基于向量空间的神经网络算法模型 | 第117-118页 |
| ·基于向量空间神经网络算法训练步骤 | 第118-119页 |
| ·仿真实例 | 第119-120页 |
| ·小结 | 第120-121页 |
| ·具有滤波特性的频谱分析方法 | 第121-126页 |
| ·神经网络算法改进 | 第122-123页 |
| ·信号频谱分析实例 | 第123-124页 |
| ·小结 | 第124-126页 |
| 第8章 神经网络算法在传感器中的应用研究 | 第126-144页 |
| ·一种基于神经网络算法拟合传感器温度特性曲线的方法 | 第127-132页 |
| ·周期信号的傅立叶级数 | 第127-128页 |
| ·基于傅立叶基函数的神经网络模型算法 | 第128-129页 |
| ·传感器曲线拟合实例 | 第129-131页 |
| ·小结 | 第131-132页 |
| ·一种基于正交基神经网络算法的传感器误差补偿方法 | 第132-135页 |
| ·正交基神经网络模型 | 第132-133页 |
| ·磁传感器误差补偿 | 第133-134页 |
| ·小结 | 第134-135页 |
| ·基于正交基神经网络算法的多传感器数据融合方法 | 第135-137页 |
| ·多传感器信息融合模型 | 第135-136页 |
| ·仿真实例 | 第136-137页 |
| ·小结 | 第137页 |
| ·热敏电阻温度传感器非线性补偿原理 | 第137-144页 |
| ·热敏电阻温度传感器 | 第137-138页 |
| ·非线性补偿原理 | 第138-140页 |
| ·收敛性分析 | 第140-141页 |
| ·仿真实例 | 第141-143页 |
| ·小结 | 第143-144页 |
| 结论 | 第144-148页 |
| 参考文献 | 第148-163页 |
| 致谢 | 第163-164页 |
| 附录A 攻读博士学位期间发表的论文目录 | 第164-166页 |
| 附录B 主持和参与项目 | 第166页 |