| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·泛函网络研究现状 | 第8-9页 |
| ·泛函网络的提出 | 第8页 |
| ·泛函网络国内外研究现状 | 第8-9页 |
| ·论文的创新点 | 第9页 |
| ·论文工作的重点和难点 | 第9-10页 |
| ·论文的主要工作及结构安排 | 第10-11页 |
| 2 泛函网络 | 第11-22页 |
| ·泛函神经元 | 第11-13页 |
| ·泛函神经元模型建立依据 | 第11-12页 |
| ·泛函神经元模型 | 第12-13页 |
| ·泛函网络的基本元素 | 第13页 |
| ·泛函网络的拓扑结构 | 第13-16页 |
| ·一般的泛函网络的模型 | 第13-14页 |
| ·广义可结合泛函网络模型 | 第14-15页 |
| ·可分离泛函网络模型 | 第15-16页 |
| ·泛函网络与神经网络的区别与联系 | 第16-17页 |
| ·泛函网络的学习过程 | 第17-18页 |
| ·泛函网络求解问题方法示例介绍 | 第18-20页 |
| ·泛函网络数值近似方法研究的重要性 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 一种用于非线性函数逼近的泛函网络模型 | 第22-29页 |
| ·引言 | 第22页 |
| ·函数逼近与泛函网络 | 第22-23页 |
| ·用于非线性函数逼近的泛函网络 | 第23-24页 |
| ·非线性函数的泛函网络逼近算法 | 第24-25页 |
| ·数值仿真结果 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 4 有理式泛函网络模型及学习算法 | 第29-35页 |
| ·引言 | 第29页 |
| ·有理式泛函网络结构 | 第29-30页 |
| ·有理式泛函网络学习算法 | 第30-31页 |
| ·数值仿真实例 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 5 正交泛函网络模型及其算法 | 第35-42页 |
| ·引言 | 第35页 |
| ·正交函数 | 第35-36页 |
| ·正交泛函网络结构 | 第36-37页 |
| ·正交泛函神经元模型 | 第36页 |
| ·正交泛函网络模型 | 第36-37页 |
| ·正交泛函网络学习算法 | 第37-38页 |
| ·应用实例 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 6 一种求解泛函方程的泛函网络模型 | 第42-47页 |
| ·引言 | 第42页 |
| ·用于求解一类泛函方程的泛函网络计算模型及学习算法 | 第42-45页 |
| ·求解泛函方程的泛函网络模型 | 第42-43页 |
| ·求解泛函方程的泛函网络学习算法 | 第43-45页 |
| ·算例与分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 7 结束语 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 附录 | 第55-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间参与的科研项目 | 第63-64页 |
| 攻读硕士期间完成的学术论文 | 第64页 |