双权值神经网络结构性逼近理论的研究及其应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 神经网络 | 第11-33页 |
| ·人工神经网络发展历史与现状 | 第11-16页 |
| ·基本概念 | 第13页 |
| ·脑神经系统与生物神经元 | 第13-16页 |
| ·人工神经网络模型 | 第16页 |
| ·人工神经网络的特征 | 第16-18页 |
| ·人工神经网络的分类 | 第18-20页 |
| ·单层前向网络 | 第18页 |
| ·多层前馈网络 | 第18页 |
| ·反馈网络 | 第18-19页 |
| ·竞争神经网络 | 第19-20页 |
| ·人工神经网络的学习与算法 | 第20-26页 |
| ·人工神经网络的学习 | 第20-21页 |
| ·人工神经网络的学习算法 | 第21-26页 |
| ·双权值神经网络的概述 | 第26-31页 |
| ·双权值神经网络介绍 | 第26-28页 |
| ·基于双权值神经网络的拓扑结构 | 第28-29页 |
| ·双权值神经网络的算法分析 | 第29-31页 |
| ·算法流程 | 第31页 |
| ·选题的意义 | 第31页 |
| ·本论文做的工作 | 第31-33页 |
| 第二章 神经网络函数逼近 | 第33-45页 |
| ·函数逼近介绍 | 第33-34页 |
| ·函数逼近及其工具 | 第33-34页 |
| ·函数逼近的现实意义 | 第34页 |
| ·神经网络函数逼近 | 第34-36页 |
| ·前馈网络的函数逼近能力 | 第36-44页 |
| ·预备知识 | 第37-38页 |
| ·三层前馈型网络逼近定理 | 第38-44页 |
| ·结论 | 第44-45页 |
| 第三章 双权值神经网络的构造理论 | 第45-57页 |
| ·引言 | 第45-48页 |
| ·构造理论 | 第48-52页 |
| ·构造算法 | 第52-55页 |
| ·结论 | 第55-57页 |
| 第四章 双权值神经网络在语音识别中的应用 | 第57-65页 |
| ·引言 | 第57-58页 |
| ·双权值神经网络 | 第58-64页 |
| ·双权值神经网络的结构 | 第59-60页 |
| ·构造双权值神经网络的学习算法 | 第60-61页 |
| ·实验与分析 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 总结 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |
