带阈值的模糊感知器的收敛性

摘要	第1-6页
Abstract	第6-8页
目录	第8-10页
主要符号对照表	第10-12页
第一章 引言	第12-30页
·人工神经网络概论	第12-18页
·神经网络的特性	第14-15页
·神经网络的主要学习规则	第15-16页
·神经网络的工作方式	第16-17页
·神经网络的应用	第17-18页
·模糊数学基础	第18-23页
·传统数学与模糊数学	第18-19页
·经典集合与特征函数	第19页
·模糊集合与隶属函数	第19-21页
·模糊集合论	第21-23页
·模糊神经网络	第23-29页
·生物神经元，传统神经元与模糊神经元	第24-28页
·模糊神经网络的分类	第28页
·模糊神经网络的学习算法	第28-29页
·本文的主要工作	第29-30页
第二章 带阈值的模糊感知器的收敛性	第30-44页
·带阈值的模糊感知器的结构	第30-32页
·带阈值的模糊感知器的学习算法	第32-34页
·样本集的可分性	第34页
·收敛性证明	第34-44页
·主要引理	第34-36页
·二维收敛性定理	第36-39页
·多维收敛性定理	第39-44页
第三章 数值试验及结果	第44-46页
·输入样本设计及程序步骤	第44-45页
·数值试验结果比较	第45页
·带阈值的模糊感知器算法收敛性分析	第45-46页
参考文献	第46-50页
攻读硕士学位期间发表学术论文情况	第50-52页
致谢	第52-53页
大连理工大学学位论文版权使用授权书	第53页