带随机隐单元的RBF网络L~2逼近能力

摘要	第1-5页
Abstract	第5-8页
1 绪论	第8-26页
·神经网络概述	第8-15页
·人工神经网络的诞生与发展	第8-10页
·人工神经网络的结构设计与连接方式	第10-11页
·人工神经网络的学习方式与学习规则	第11-13页
·人工神经网络的特征功能与应用	第13-15页
·径向基函数网络	第15-22页
·神经元	第16-17页
·径向基函数	第17-19页
·径向基函数参数的选取	第19-21页
·高斯条函数	第21-22页
·网络逼近的一些成果	第22-25页
·本文的主要工作	第25-26页
2 网络逼近的数学基础	第26-36页
·前言	第26-27页
·随机过程简介	第27-29页
·随机变量	第27-28页
·随机过程	第28-29页
·泛函分析的相关内容	第29-30页
·广义函数简介	第30-36页
·基本函数空间	第31页
·广义函数的定义	第31-33页
·广义函数的性质和卷积	第33-36页
3 逼近性证明	第36-43页
·定义和引理	第36-39页
·定理及其证明	第39-43页
结论	第43-44页
参考文献	第44-47页
攻读硕士学位期间发表学术论文情况	第47-48页
致谢	第48-49页