| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·人工神经网络的发展 | 第7-8页 |
| ·人工神经网络研究现状 | 第8页 |
| ·几种代表性神经网络模型介绍 | 第8-13页 |
| ·神经元模型简介 | 第8-9页 |
| ·反向传播（BP）网络 | 第9-10页 |
| ·径向基（RBF）网络 | 第10-11页 |
| ·Hopfield 网络 | 第11-12页 |
| ·自组织（SOM）网络 | 第12页 |
| ·自适应共振理论模型(ART) | 第12-13页 |
| ·本文的主要研究内容 | 第13页 |
| ·本文的章节安排 | 第13-15页 |
| 第二章 SOM 网络及其在模式分类中的应用 | 第15-23页 |
| ·SOM 网络概述 | 第15页 |
| ·竞争学习 | 第15-17页 |
| ·聚类依据与相似性测量 | 第15-16页 |
| ·竞争学习规则 | 第16-17页 |
| ·SOM 网络的拓扑结构 | 第17-18页 |
| ·SOM 网络的学习过程 | 第18-19页 |
| ·实验与讨论 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 FUZZY ART 网络及其改进在模式分类中的应用 | 第23-39页 |
| ·FUZZY ART 网络简介 | 第23-29页 |
| ·ART1 网络结构 | 第23-24页 |
| ·Fuzzy ART 网络结构 | 第24-25页 |
| ·Fuzzy ART 学习过程 | 第25-27页 |
| ·Fuzzy ART 参数分析 | 第27-29页 |
| ·改进的FUZZY ART 算法 | 第29-32页 |
| ·改进Fuzzy ART 算法原理 | 第29页 |
| ·改进Fuzzy ART（I-Fart）算法步骤 | 第29-30页 |
| ·I-Fart 算法参数分析 | 第30-32页 |
| ·实验与讨论 | 第32-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 SOM 结合FUZZY ART 在模式分类中的应用 | 第39-47页 |
| ·SOM 和FUZZY ART 结合新方法的提出 | 第39-40页 |
| ·SOMFART 算法 | 第40-41页 |
| ·算法简介 | 第40页 |
| ·算法步骤 | 第40-41页 |
| ·实验与讨论 | 第41-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| ·本文工作总结 | 第47页 |
| ·今后工作展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第53页 |