| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题研究的背景和现状 | 第7-9页 |
| ·本文主要工作内容和工作成果 | 第9-10页 |
| ·本文的组织结构 | 第10-11页 |
| 第二章 人工神经网络及其算法复杂度 | 第11-19页 |
| ·人工神经网络介绍 | 第11-14页 |
| ·人工神经元起源 | 第11-12页 |
| ·人工神经网络的组成 | 第12-13页 |
| ·人工神经网络拓扑结构 | 第13-14页 |
| ·传统的典型人工神经网络 | 第14页 |
| ·第一类权函数神经网络 | 第14-17页 |
| ·神经网络训练算法复杂度 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 第一类B-样条权函数神经网络算法复杂度 | 第19-49页 |
| ·B-样条权函数神经网络的理论基础 | 第19-25页 |
| ·B-样条权函数神经网络理论基础 | 第19-21页 |
| ·B-样条权函数神经网络的引入 | 第21-25页 |
| ·第一类B-样条权函数神经网络时间复杂度分析 | 第25-35页 |
| ·第一类B-样条权函数神经网络的空间复杂度分析 | 第35页 |
| ·第一类B-样条权函数神经网络算法复杂度仿真实验 | 第35-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 第一类B-样条权函数神经网络算法在图像压缩中的应用 | 第49-63页 |
| ·图像压缩算法研究的背景和意义 | 第49页 |
| ·图像压缩算法 | 第49-53页 |
| ·其他图像压缩算法 | 第50-51页 |
| ·基于神经网络的图像压缩算法 | 第51-53页 |
| ·图像压缩算法性能指标 | 第53-58页 |
| ·客观保真度原则 | 第53-54页 |
| ·主观保真度原则 | 第54页 |
| ·基于第一类B-样条权函数神经网络图像压缩算法 | 第54-55页 |
| ·基于第一类B-样条权函数神经网络图像压缩算法原理 | 第55-56页 |
| ·网络结构设计 | 第56-58页 |
| ·基于第一类B-样条权函数神经网络图像压缩算法仿真 | 第58-59页 |
| ·仿真实验 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结和展望 | 第63-65页 |
| ·本文总结 | 第63-64页 |
| ·课题展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录1 程序清单 | 第69-70页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第70-71页 |
| 致谢 | 第71页 |
