| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·主要工作 | 第13-15页 |
| 第二章 模糊自动机基本理论介绍 | 第15-24页 |
| ·模糊文法与模糊语言 | 第15-18页 |
| ·Chomsky 体系下的文法 | 第15-16页 |
| ·模糊文法 | 第16-18页 |
| ·模糊自动机 | 第18-22页 |
| ·模糊自动机 | 第18-19页 |
| ·模糊自动机的分类 | 第19-22页 |
| ·模糊文法与模糊自动机的关系 | 第22-23页 |
| ·结束语 | 第23-24页 |
| 第三章 基于神经网络的模糊自动机 | 第24-30页 |
| ·引言 | 第24页 |
| ·模糊自动机在神经网络中的状态表示 | 第24-27页 |
| ·网络模型 | 第24-26页 |
| ·通用模糊自动机 | 第26-27页 |
| ·神经网络和模糊自动机在知识表示上的等价性 | 第27-29页 |
| ·结束语 | 第29-30页 |
| 第四章 基于神经网络的模糊文法推导 | 第30-37页 |
| ·引言 | 第30页 |
| ·模糊正则文法推导以及二阶递归神经网络模型 | 第30-32页 |
| ·模糊正则文法推导 | 第30-31页 |
| ·神经网络模型 | 第31-32页 |
| ·基于神经网络的自动机提取 | 第32-36页 |
| ·输出空间划分法 | 第32-34页 |
| ·改进的自组织特征映射(ESOM) | 第34-36页 |
| ·结束语 | 第36-37页 |
| 第五章 网络训练算法 | 第37-44页 |
| ·引言 | 第37页 |
| ·实时递归学习算法 | 第37-38页 |
| ·实编码基因遗传算法 | 第38-43页 |
| ·遗传算法的一般描述 | 第39页 |
| ·基于神经网络LMGA 算法的模糊正则文法推导 | 第39-43页 |
| ·结束语 | 第43-44页 |
| 第六章 基于神经网络 LMBP 算法的正则模糊文法推导 | 第44-49页 |
| ·引言 | 第44页 |
| ·LMBP 学习算法 | 第44-45页 |
| ·实验 | 第45-48页 |
| ·结束语 | 第48-49页 |
| 第七章 基于神经网络 VLBP 学习算法的正则模糊文法推导 | 第49-54页 |
| ·引言 | 第49页 |
| ·VLBP 学习算法 | 第49-50页 |
| ·实验 | 第50-53页 |
| ·结束语 | 第53-54页 |
| 第八章 结论 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻硕期间取得的研究成果 | 第61-62页 |