| 第一章 人工神经元网络概述 | 第1-22页 |
| ·引言 | 第14页 |
| ·人工神经元模型 | 第14-16页 |
| ·人工神经元网络模型 | 第16-19页 |
| ·前向型神经网络 | 第16-18页 |
| ·反馈型神经网络 | 第18页 |
| ·自组织神经网络 | 第18-19页 |
| ·神经网络两大学习方法 | 第19-20页 |
| ·误差反向传播BP算法 | 第20-22页 |
| 第二章 过程神经元网络模型 | 第22-27页 |
| ·引言 | 第22页 |
| ·过程神经元 | 第22-23页 |
| ·过程神经元网络模型 | 第23-26页 |
| ·结语 | 第26-27页 |
| 第三章 过程神经元网络学习算法 | 第27-40页 |
| ·泛函空间直交集的概念及性质 | 第27页 |
| ·常用的L~2[U]空间函数正交基 | 第27-30页 |
| ·三角函数正交基 | 第27-29页 |
| ·沃尔什函数正交基 | 第29-30页 |
| ·基于权函数正交基展开的学习算法 | 第30-32页 |
| ·基展开过程神经网络模型 | 第30页 |
| ·权函数正交基展开学习算法 | 第30-32页 |
| ·基于离散沃尔什变换的学习算法 | 第32-36页 |
| ·引言 | 第32-33页 |
| ·学习算法推导 | 第33-36页 |
| ·基于样条函数的学习算法 | 第36-40页 |
| ·样条函数 | 第36页 |
| ·算法推导 | 第36-38页 |
| ·算法描述 | 第38页 |
| ·算法实例 | 第38-40页 |
| 第四章 前馈过程神经元网络 | 第40-53页 |
| ·径向基过程神经元网络 | 第40-45页 |
| ·网络模型 | 第40-41页 |
| ·学习算法 | 第41-44页 |
| ·仿真实验 | 第44-45页 |
| ·自组织过程神经元网络 | 第45-49页 |
| ·网络模型 | 第45-46页 |
| ·学习算法 | 第46-48页 |
| ·仿真实验 | 第48-49页 |
| ·并联过程神经元网络 | 第49-53页 |
| ·网络模型 | 第49-50页 |
| ·学习算法 | 第50-51页 |
| ·仿真实验 | 第51-53页 |
| 第五章 反馈过程神经元网络 | 第53-58页 |
| ·引言 | 第53页 |
| ·网络模型 | 第53页 |
| ·学习算法 | 第53-55页 |
| ·权函数基展开 | 第54页 |
| ·信号响应过程 | 第54页 |
| ·误差修正过程 | 第54-55页 |
| ·算法描述 | 第55-56页 |
| ·仿真实验 | 第56-57页 |
| ·结语 | 第57-58页 |
| 第六章 过程神经元网络在复杂水淹层识别中的应用 | 第58-64页 |
| ·引言 | 第58页 |
| ·用于水淹层识别的过程神经网络模型 | 第58-60页 |
| ·水淹识别特征参数的选择与离散测井数据的Walsh变换 | 第60页 |
| ·水淹层识别模式特征参数的选择 | 第60页 |
| ·离散测井数据的Walsh变换 | 第60页 |
| ·基于离散Walsh变换的过程神经网络模型 | 第60页 |
| ·实际资料处理 | 第60-63页 |
| ·小层厚度归一化处理 | 第61页 |
| ·建立水淹层标准模式库 | 第61页 |
| ·网络学习及油层水淹状况判别 | 第61-63页 |
| ·结语 | 第63-64页 |
| 结束语 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 附录 读研期间发表论文摘要 | 第68-71页 |