| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 引言 | 第9-16页 |
| ·选题的背景及研究的意义 | 第9页 |
| ·人工神经网络的研究现状与发展 | 第9-11页 |
| ·模糊神经网络的研究现状及趋势 | 第11-14页 |
| ·模糊神经网络的分类及学习算法 | 第11-12页 |
| ·模糊神经网络的研究现状 | 第12-14页 |
| ·本文组织结构 | 第14-16页 |
| 第二章 人工神经网络基本原理及模型 | 第16-21页 |
| ·神经元结构 | 第16-17页 |
| ·神经网络的基本结构及工作方式 | 第17-18页 |
| ·神经网络的学习方式和学习算法 | 第18-21页 |
| ·神经网络的学习方式 | 第18-19页 |
| ·神经网络的学习算法 | 第19-21页 |
| 第三章 基于模糊联想记忆网络的有效学习算法 | 第21-35页 |
| ·模糊推理系统的组成 | 第21页 |
| ·模糊神经网络模型 | 第21-23页 |
| ·模糊蕴涵算子及三角模的相关知识 | 第23-27页 |
| ·模糊蕴涵算子及其性质 | 第23-26页 |
| ·三角模 | 第26-27页 |
| ·模糊神经网络的学习算法 | 第27-30页 |
| ·基于爱因斯坦t-模的模糊联想记忆网络的一个有效学习算法 | 第30-35页 |
| ·Max-T_(es) FAM的一个有效学习算法 | 第32-33页 |
| ·实验 | 第33-34页 |
| ·本节小结 | 第34-35页 |
| 第四章 模糊Hopfield网络的学习算法及性质 | 第35-47页 |
| ·Hopfield网络模型 | 第35-36页 |
| ·DHNN的学习规则 | 第36-40页 |
| ·模糊Hopfield网络(FuzzyHN)的结构和性质 | 第40-41页 |
| ·FuzzyHN的结构 | 第40-41页 |
| ·FuzzyHN的性质 | 第41页 |
| ·基于模糊Hopfield网络的一个有效动态权值学习算法 | 第41-47页 |
| ·网络模型的设计 | 第41-43页 |
| ·系数的确定方法 | 第43页 |
| ·实验 | 第43-46页 |
| ·本节小结 | 第46-47页 |
| 结束语 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 附录(攻读学位期间发表论文目录) | 第53页 |
