| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 背景知识和问题提出 | 第10-17页 |
| ·人工神经网络有关背景知识 | 第10-14页 |
| ·感知器模型及其算法 | 第10-11页 |
| ·模糊感知器和非线性权感知器 | 第11-13页 |
| ·前馈多层神经网络及BP算法 | 第13-14页 |
| ·变系数部分线性模型有关背景知识 | 第14-15页 |
| ·变系数部分线性模型概述 | 第14页 |
| ·局部线性估计 | 第14-15页 |
| ·问题提出及其解决 | 第15-17页 |
| 第二章 变系数部分线性模型的感知器估计方法 | 第17-25页 |
| ·多元线性回归模型的感知器估计方法 | 第17-20页 |
| ·学习算法 | 第17-18页 |
| ·算法收敛性证明 | 第18-20页 |
| ·变系数部分线性模型的感知器估计学习算法 | 第20-22页 |
| ·函数项β_o(·)的感知器估计学习算法 | 第20-21页 |
| ·系数函数β_j(·)(j=1,…,p)的感知器估计学习算法 | 第21-22页 |
| ·变系数部分线性模型系数函数的感知器估计方法与局部线性估计方法的比较 | 第22-25页 |
| ·感知器估计方法的模拟 | 第22-23页 |
| ·局部线性估计方法的模拟 | 第23-24页 |
| ·感知器估计和局部线性估计两种方法的比较 | 第24-25页 |
| 第三章 变系数部分线性模型的非参数估计方法在非线性感知器上的应用 | 第25-35页 |
| ·基于局部线性方法估计的非线性感知器 | 第25-28页 |
| ·构造非线性权感知器 | 第25页 |
| ·非线性权感知器的学习目标 | 第25-26页 |
| ·基于局部线性方法非线性权感知器的学习算法 | 第26-27页 |
| ·学习算法的收敛性证明 | 第27-28页 |
| ·基于局部线性估计的非线性感知器的性质研究 | 第28-32页 |
| ·线性可分性研究 | 第28-30页 |
| ·复杂度分析 | 第30-32页 |
| ·基于局部线性方法的非线性权感知器和传统感知器的比较 | 第32-35页 |
| 第四章 非线性权感知器的推广 | 第35-46页 |
| ·非线性权感知器的算法推广 | 第35-38页 |
| ·连续型非线性权感知器的学习算法 | 第35-37页 |
| ·基于梯度下降法的连续型非线性权感知器的学习算法 | 第37-38页 |
| ·非线性权感知器输出状态变量的推广 | 第38-41页 |
| ·Logistic非参数回归模型 | 第39-41页 |
| ·基于非线性权感知器的神经网络 | 第41-46页 |
| ·因子分析背景知识介绍 | 第41-42页 |
| ·公式推导与算法提出 | 第42-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48页 |
