| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 课题研究背景与现状 | 第8-10页 |
| 1.2 本文主要研究内容 | 第10页 |
| 1.3 本章小结 | 第10-11页 |
| 第二章 课题相关知识介绍 | 第11-21页 |
| 2.1 人工神经网络简介 | 第11-15页 |
| 2.1.1 生物神经元结构介绍 | 第11-12页 |
| 2.1.2 神经网络的拓扑结构 | 第12-13页 |
| 2.1.3 人工神经网络学习规则 | 第13-14页 |
| 2.1.4 典型的人工神经网络 | 第14-15页 |
| 2.2 样条权函数神经网络简介 | 第15-19页 |
| 2.2.1 样条权函数神经网络的拓扑结构 | 第15-16页 |
| 2.2.2 样条权函数神经网络的理论概念 | 第16-19页 |
| 2.3 神经网络的灵敏度 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 分子三次分母二次有理样条神经网络灵敏度分析 | 第21-57页 |
| 3.1 第一类样条权函数神经网络的拓扑结构和训练算法 | 第21-25页 |
| 3.1.1 三次样条插值与有理样条插值简介 | 第21-22页 |
| 3.1.2 第一类样条权函数神经网络的拓扑结构 | 第22-24页 |
| 3.1.3 第一类样条权函数神经网络的训练算法 | 第24-25页 |
| 3.2 分子三次分母二次有理样条权函数神经网络 | 第25-34页 |
| 3.2.1 分子三次分母二次有理样条插值函数 | 第25-29页 |
| 3.2.2 Peano核定理 | 第29-30页 |
| 3.2.3 分子三次分母二次有理样条函数的误差分析 | 第30-32页 |
| 3.2.4 分子三次分母二次有理样条函数形状控制 | 第32-34页 |
| 3.3 分子三次分母二次有理样条权函数神经网络的灵敏度分析 | 第34-38页 |
| 3.4 实验仿真 | 第38-56页 |
| 3.4.1 实验环境介绍 | 第39页 |
| 3.4.2 实验过程与结果 | 第39-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 样条权函数神经网络的心脏病检测应用 | 第57-66页 |
| 4.1 数据挖掘相关背景介绍 | 第57-60页 |
| 4.1.1 数据挖掘的方法 | 第58-59页 |
| 4.1.2 数据分类算法 | 第59-60页 |
| 4.2 心脏病检测介绍 | 第60-61页 |
| 4.3 数据来源 | 第61-63页 |
| 4.3.1 特征项的选择 | 第61-62页 |
| 4.3.2 数据预处理 | 第62-63页 |
| 4.3.3 数据归一化 | 第63页 |
| 4.4 实验过程 | 第63-65页 |
| 4.4.1 数据挖掘模型 | 第63-64页 |
| 4.4.2 仿真实验 | 第64-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66页 |
| 5.2 展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 附录1 程序清单 | 第73-74页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第74-75页 |
| 致谢 | 第75页 |
