| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第6-9页 |
| 1.1 课题的研究背景及意义 | 第6页 |
| 1.2 国内外研究现状 | 第6-7页 |
| 1.3 论文内容安排 | 第7-9页 |
| 第二章 理论知识 | 第9-15页 |
| 2.1 非线性动力系统的数值求解 | 第9-10页 |
| 2.2 粗糙集理论 | 第10-11页 |
| 2.3 模糊集理论 | 第11-13页 |
| 2.4 小波神经网络 | 第13-14页 |
| 2.5 小结 | 第14-15页 |
| 第三章 基于样条神经网络的非线性动力系统数值方法研究 | 第15-23页 |
| 3.1 构造三次样条函数 | 第15-16页 |
| 3.2 理论结果 | 第16-18页 |
| 3.3 数值结果 | 第18-22页 |
| 3.4 小结 | 第22-23页 |
| 第四章 新型FCM聚类法及其在岩画分割中的应用 | 第23-31页 |
| 4.1 FCM聚类 | 第23-24页 |
| 4.2 结合空间信息的模糊C-均值聚类方法 | 第24-25页 |
| 4.3 聚类有效性函数 | 第25-26页 |
| 4.4 新型FCM聚类在岩画分割中的研究 | 第26-30页 |
| 4.5 小结 | 第30-31页 |
| 第五章 新型神经网络模型及其在图像分割中的研究 | 第31-41页 |
| 5.1 粗糙集理论与图像分割 | 第31-32页 |
| 5.2 图像预处理 | 第32-33页 |
| 5.3 基于粗糙集的属性约简与规则提取 | 第33-34页 |
| 5.4 基于BP神经网络学习算法 | 第34-35页 |
| 5.5 结合粗糙集与小波神经网络 | 第35-36页 |
| 5.6 图像分割的评价指标 | 第36-37页 |
| 5.7 仿真实验 | 第37-40页 |
| 5.8 小结 | 第40-41页 |
| 第六章 总结与展望 | 第41-42页 |
| 6.1 总结 | 第41页 |
| 6.2 展望 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45-46页 |
| 个人简介 | 第46页 |