Pi-Sigma神经网络的学习算法研究

中文摘要	第1-4页
Abstract	第4-8页
第一章 绪论	第8-21页
·神经网络概述	第8-13页
·神经网络的发展历史	第9-12页
·神经网络的发展趋势	第12-13页
·PI-SIGMA 神经网络	第13-18页
·高阶神经网络	第14-17页
·Pi-Sigma 神经网络	第17-18页
·主要研究内容及章节安排	第18-21页
·主要研究内容及成果	第18-19页
·主要章节安排	第19-21页
第二章 PI-SIGMA 神经网络学习算法	第21-31页
·PI-SIGMA 神经网络学习方式	第21-22页
·PI-SIGMA 神经网络学习算法	第22-30页
·梯度法	第22-23页
·遗传算法	第23-27页
·单纯形法	第27-30页
·本章小结	第30-31页
第三章 混合遗传学习算法及其收敛性分析	第31-43页
·混合遗传学习算法	第31-39页
·混合遗传学习算法特点	第31-33页
·混合遗传学习算法设计	第33-36页
·实验设计及分析	第36-39页
·混合遗传学习算法的收敛性分析	第39-42页
·混合遗传学习算法的收敛性定义	第39-40页
·遗传算法概率收敛的定义和定理	第40页
·混合遗传学习算法的收敛性证明	第40-42页
·本章小结	第42-43页
第四章 PI-SIGMA 神经网络结构优化方法	第43-53页
·几种神经网络结构优化方法	第43-45页
·神经网络构造方法	第43-44页
·神经网络剪枝方法	第44页
·进化方法	第44-45页
·神经网络剪枝方法	第45-47页
·田口方法	第47-48页
·PI-SIGMA 神经网络剪枝方法	第48-49页
·实验设计及分析	第49-52页
·本章小结	第52-53页
第五章 总结与展望	第53-55页
参考文献	第55-59页
攻读硕士学位期间所做的科研工作	第59-60页
致谢	第60-61页
详细摘要	第61-63页