| 第一章 绪论 | 第1-14页 |
| 1．1 人工神经网络(ANNs)概述 | 第9-11页 |
| 1．2 缺陷接地结构(DGS)简介 | 第11-13页 |
| 1．3 本课题意义 | 第13-14页 |
| 第二章 反向传播(BP)神经网络 | 第14-40页 |
| 2．1 BP 神经网络的基本原理 | 第14-38页 |
| 2．1．1 感知器 | 第14-27页 |
| 2．1．1．1 感知器收敛定理 | 第15-18页 |
| 2．1．1．2 最速下降算法 | 第18-21页 |
| 2．1．1．3 LMS 算法 | 第21-26页 |
| 2．1．1．4 多层感知器 | 第26-27页 |
| 2．1．1．5 通用近似定理 | 第27页 |
| 2．1．2 反向传播算法(BP 算法) | 第27-38页 |
| 2．1．2．1 BP 算法的基本原理 | 第27-32页 |
| 2．1．2．2 BP 算法的改进—Levenberg-Marquardt 算法 | 第32-38页 |
| 2．2 本章小节 | 第38-40页 |
| 第三章 神经网络模型的建立 | 第40-45页 |
| 3．1 神经网络的训练样本 | 第40-41页 |
| 3．2 神经网络的大小和层数 | 第41-42页 |
| 3．3 神经网络的训练 | 第42-43页 |
| 3．4 神经网络的程序结构 | 第43-45页 |
| 第四章 缺陷接地结构的神经网络模型 | 第45-82页 |
| 4．1 周期性缺陷接地结构(PDGS)的神经网络模型 | 第45-69页 |
| 4．1．1 PDGS 结构的发展概况 | 第45-46页 |
| 4．1．2 PDGS 结构的滤波特性分析 | 第46-48页 |
| 4．1．3 PDGS 结构的神经网络模型 | 第48-69页 |
| 4．1．3．1 传输系数曲线无抖动的 PDGS 的神经网络模型 | 第50-53页 |
| 4．1．3．2 传输系数曲线有抖动的 PDGS 的神经网络模型 | 第53-69页 |
| 4．1．3．2．1 具有抖动的传输系数曲线的分析处理 | 第56-65页 |
| 4．1．3．2．2 用处理后的样本训练 PDGS 的神经网络模型 | 第65-69页 |
| 4．2 具有双阻带特性的 CNPDGS 结构的神经网络模型 | 第69-81页 |
| 4．2．1 CNPDGS 结构的发展现状 | 第69-70页 |
| 4．2．2 具有双阻带特性的CNPDGS 结构 | 第70-73页 |
| 4．2．3 具有双阻带特性的 CNPDGS 结构的神经网络模型 | 第73-81页 |
| 4．3 本章小节 | 第81-82页 |
| 结束语 | 第82-83页 |
| 参考文献 | 第83-85页 |
| 攻硕期间本人发表的科研论文及科研情况 | 第85-86页 |
| 致谢 | 第86页 |
