| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题的研究背景与意义 | 第8-9页 |
| ·本文的主要内容和工作成果 | 第9-10页 |
| ·本文的组织结构 | 第10-12页 |
| 第二章 人工神经网络基础 | 第12-22页 |
| ·生物神经网络简介 | 第12-13页 |
| ·生物神经元 | 第12页 |
| ·生物神经网络 | 第12-13页 |
| ·人工神经网络简介 | 第13-16页 |
| ·人工神经元模型 | 第13-14页 |
| ·神经网络模型 | 第14-15页 |
| ·人工神经网络的学习规则 | 第15-16页 |
| ·典型的神经网络 | 第16-19页 |
| ·BP 神经网络 | 第16-18页 |
| ·RBF 神经网络 | 第18-19页 |
| ·算法复杂度概述 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 样条权函数神经网络的算法复杂度研究 | 第22-45页 |
| ·样条权函数神经网络基础 | 第22-23页 |
| ·权函数神经网络的训练算法 | 第23-34页 |
| ·第一类权函数神经网络的拓扑结构 | 第25-28页 |
| ·三次样条权函数的定义 | 第28-29页 |
| ·三次样条权函数方程的建立 | 第29-32页 |
| ·第一类权函数的神经网络拓扑结构与训练算法一般情况 | 第32-34页 |
| ·权函数神经网络的训练算法复杂度分析 | 第34-38页 |
| ·用追赶法解线性方程组 | 第34-36页 |
| ·时间复杂度 | 第36-38页 |
| ·空间复杂度 | 第38页 |
| ·数值仿真实验 | 第38-44页 |
| ·实验环境 | 第38页 |
| ·实验过程与结论分析 | 第38-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 在数据挖掘中的应用 | 第45-61页 |
| ·数据挖掘概述 | 第45-50页 |
| ·数据挖掘产生背景 | 第45页 |
| ·数据挖掘定义 | 第45页 |
| ·数据挖掘的主要功能 | 第45-46页 |
| ·数据分类技术 | 第46-48页 |
| ·数据挖掘的过程 | 第48-50页 |
| ·应用背景 | 第50页 |
| ·数据来源 | 第50-52页 |
| ·数据预处理 | 第52-53页 |
| ·第一类样条权函数神经网络在数据挖掘方面的应用-糖尿病检测 | 第53-57页 |
| ·数据挖掘模型 | 第53-54页 |
| ·仿真实验 | 第54-57页 |
| ·BP 神经网络在数据挖掘方面的应用-糖尿病检测 | 第57-60页 |
| ·数据挖掘模型 | 第57页 |
| ·仿真实验 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结和展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 附录 1 程序清单 | 第66-67页 |
| 附录 2 攻读硕士学位期间撰写的论文 | 第67-68页 |
| 致谢 | 第68页 |