| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-10页 |
| 1 人工神经网络 | 第10-16页 |
| ·神经元 | 第10-13页 |
| ·前传神经网络概述 | 第13-15页 |
| ·前传网络基本结构 | 第13-14页 |
| ·前传网络的学习过程 | 第14-15页 |
| ·神经网络的应用 | 第15-16页 |
| 2 径向基函数(RBF)神经网络与卡尔曼滤波器理论 | 第16-25页 |
| ·径向基函数神经网络 | 第16-18页 |
| ·径向基函数 | 第16-17页 |
| ·径向基函数神经网络 | 第17-18页 |
| ·超椭球基函数(EBF)网络 | 第18-20页 |
| ·卡尔曼滤波器 | 第20-25页 |
| ·卡尔曼滤波的思想 | 第21-22页 |
| ·离散卡尔曼滤波的具体表达式 | 第22-25页 |
| 3 S.Suresh提出的自适应资源分配网络分类器(SRAN) | 第25-30页 |
| ·SRAN的学习任务和网络结构 | 第25-26页 |
| ·SRAN学习算法 | 第26-30页 |
| 4 改进的超椭球基函数神经网络分类器(MSRAN) | 第30-37页 |
| ·学习任务 | 第30页 |
| ·改进的超椭球基函数神经网络分类器 | 第30-33页 |
| ·改进的超椭球基函数神经网络的结构 | 第30-31页 |
| ·改进的超椭球基函数神经网络的学习算法 | 第31-32页 |
| ·MSRAN的修剪与合并规则 | 第32-33页 |
| ·数值实验 | 第33-37页 |
| ·Iris数据集分类 | 第33-34页 |
| ·Wine数据集分类 | 第34-35页 |
| ·Image Segmentation数据集分类 | 第35-36页 |
| ·实验小结 | 第36-37页 |
| 结论 | 第37-38页 |
| 参考文献 | 第38-40页 |
| 攻读硕士学位期间发表学术论文情况 | 第40-41页 |
| 致谢 | 第41-42页 |
