| 前言 | 第1-10页 |
| 第一章 人工神经网络概述 | 第10-27页 |
| 第一节 人工神经网络研究简史 | 第11-12页 |
| 第二节 大脑神经网络 | 第12-13页 |
| 第三节 人工神经网络的基本构成 | 第13-14页 |
| 第四节 神经元激活函数 | 第14-16页 |
| 第五节 M-P 神经元模型 | 第16-17页 |
| 第六节 人工神经网络系统 | 第17-18页 |
| 第七节 前向网络 | 第18-19页 |
| 第八节 人工神经网络信息处理的存储与映射 | 第19-20页 |
| 第九节 人工神经网络的学习规则 | 第20-22页 |
| 第十节 δ学习规则 | 第22-27页 |
| 第二章 基本BP网络 | 第27-41页 |
| 第一节 BP 网络概述 | 第27-28页 |
| 第二节 基本BP网络原理 | 第28-39页 |
| 第三节 基本BP算法的局限性 | 第39-41页 |
| 第三章 基本BP算法的改进 | 第41-50页 |
| 第一节 BP 网络的设计 | 第41-43页 |
| 第二节 基本BP 算法的改进算法 | 第43-46页 |
| 第三节 基本BP 算法改进算法的程序实现 | 第46-50页 |
| 第四章 弹性BP 网络 | 第50-68页 |
| 第一节 弹性BP 算法原理 | 第50-53页 |
| 第二节 弹性BP网络详细算法 | 第53-63页 |
| 第三节 弹性BP网络程序 | 第63-66页 |
| 第四节 弹性BP网络程序的性能测试 | 第66-68页 |
| 第五章 弹性BP网络在地学中的应用 | 第68-81页 |
| 第一节 弹性BP网络在贵州金矿储量分类预测中的应用 | 第68-74页 |
| 第二节 弹性BP网络在火成岩岩石分类中的应用 | 第74-78页 |
| 第三节 弹性BP网络在厄尔尼诺和拉尼娜现象预测中的应用 | 第78-81页 |
| 第六章 径向基函数(RBF)网络 | 第81-91页 |
| 第一节 径向基函数网络算法原理 | 第81-84页 |
| 第二节 径向基函数网络程序 | 第84-86页 |
| 第三节 径向基函数网络在空间不完备数据插补上的应用 | 第86-91页 |
| 第七章 Hopfield 网络 | 第91-102页 |
| 第一节 Hopfield 网络原理 | 第91-96页 |
| 第二节 Hopfield 网络算法 | 第96-98页 |
| 第三节 Hopfield 网络程序及应用 | 第98-102页 |
| 第八章 自组织特征映射(SOFM)网络 | 第102-113页 |
| 第一节 自组织特征映射网络原理及算法 | 第102-106页 |
| 第二节 自组织特征映射网络程序 | 第106-109页 |
| 第三节 自组织特征映射网络在测井岩性识别中的应用 | 第109-113页 |
| 第九章 人工神经网络的总结及展望 | 第113-120页 |
| 第一节 人工神经网络及其在地学中的应用总结 | 第113-116页 |
| 第二节 人工神经网络及其应用展望 | 第116-120页 |
| 结论 | 第120-122页 |
| 参考文献 | 第122-130页 |
| 攻读博士期间发表的学术论文和其它成果 | 第130-131页 |
| 致谢 | 第131-132页 |
| 摘要 | 第132-135页 |
| 英文摘要 | 第135-138页 |
