| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第一章 绪论 | 第13-36页 |
| ·引言 | 第13页 |
| ·误差反向传播（EBP）学习算法 | 第13-16页 |
| ·标准EBP 学习算法的几种变体 | 第16-24页 |
| ·MGFPROP(含有放大的梯度函数的EBP)学习算法 | 第16-17页 |
| ·2P-MGFPROP（两阶段MGFPROP）算法 | 第17-19页 |
| ·退火鲁棒后向传播（ARBP）学习算法 | 第19-21页 |
| ·粒子群最优化－后向传播（PSO-BP）学习算法 | 第21-24页 |
| ·圆形反向传播（CBP）网络 | 第24-32页 |
| ·圆形反向传播（CBP）网络的结构与实现 | 第25-28页 |
| ·CBP 网络模型的特性 | 第28-29页 |
| ·CBP 网络模型与高斯径向基函数网络（GRBF）的等价性 | 第29-30页 |
| ·CBP 网络模型与向量量化（VQ）分类器的等价性 | 第30-32页 |
| ·神经网络集成方法 | 第32-33页 |
| ·本文的主要研究工作 | 第33-34页 |
| ·本文的主要内容 | 第34-36页 |
| 第二章 改进的圆形反向传播（ICBP）网络 | 第36-42页 |
| ·引言 | 第36-37页 |
| ·ICBP 网络模型的结构与特性 | 第37页 |
| ·ICBP 网络学习算法 | 第37-39页 |
| ·ICBP 与RBF，Bayes 判决器及矢量量化（VQ）网络的等价性 | 第39-40页 |
| ·ICBP 与RBF 网络的等价性 | 第39-40页 |
| ·ICBP 与Bayes 判决器的等价性 | 第40页 |
| ·ICBP 与矢量量化（VQ）网络的等价性 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第三章 BP-SOM 模型 | 第42-52页 |
| ·引言 | 第42页 |
| ·自组织映射（SOM） | 第42-47页 |
| ·竞争过程 | 第43-44页 |
| ·合作过程 | 第44-46页 |
| ·自适应过程 | 第46-47页 |
| ·自适应过程的两个阶段：排序与收敛 | 第47页 |
| ·BP-SOM 体系结构 | 第47-48页 |
| ·BP-SOM 学习算法 | 第48-50页 |
| ·BP-SOM 的整体学习算法 | 第49-50页 |
| ·确定类标号、计算V_(BP-SOM-error) 以及更新MFN 权重的程序 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第四章 ICBP-SOM 模型 | 第52-59页 |
| ·引言 | 第52页 |
| ·ICBP-SOM 体系结构 | 第52-53页 |
| ·ICBP-SOM 学习算法 | 第53-55页 |
| ·ICBP 学习算法的更新表述 | 第53-54页 |
| ·ICBP-SOM 学习算法 | 第54-55页 |
| ·实验结果 | 第55-58页 |
| ·日期计算任务 | 第55页 |
| ·12 位0,1 串奇偶性问题 | 第55页 |
| ·DNA 序列检测任务 | 第55-56页 |
| ·蘑菇辨别问题 | 第56页 |
| ·乳腺癌诊断问题 | 第56页 |
| ·玻璃分类问题 | 第56-57页 |
| ·对实验结果的分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 ICBP-KSOM 模型 | 第59-69页 |
| ·引言 | 第59-60页 |
| ·KSOM | 第60-61页 |
| ·对几种核函数的讨论 | 第60-61页 |
| ·ICBP-KSOM 神经网络模型 | 第61-64页 |
| ·ICBP-KSOM 的学习算法 | 第62-64页 |
| ·KSOM 模块更新算法 | 第64页 |
| ·实验结果 | 第64-68页 |
| ·日期计算任务 | 第64-65页 |
| ·12 位0,1 串奇偶性问题 | 第65-66页 |
| ·DNA 序列检测任务 | 第66-67页 |
| ·实验的T-测试结果 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 动态ICBP 分类器选择系统的构建及其应用研究 | 第69-86页 |
| ·引言 | 第69-71页 |
| ·五个ICBP 分类器成员网络的构造 | 第71-76页 |
| ·五个多样化的ICBP 模型 | 第71页 |
| ·ICBP 模型结构多样性的形成原理 | 第71-76页 |
| ·基于判别式自适应最近邻（DANN）的DCS 机制的实现 | 第76-78页 |
| ·基于欧几里德距离度量的DCS 算法 | 第76-77页 |
| ·基于DANN 度量的DCS 算法实现 | 第77-78页 |
| ·实验结果及分析 | 第78-85页 |
| ·日期计算任务 | 第78-79页 |
| ·12 位0,1 串奇偶性问题 | 第79页 |
| ·蘑菇辨别问题 | 第79-80页 |
| ·糖尿病诊断任务 | 第80页 |
| ·国际象棋终局判定任务 | 第80页 |
| ·图像分割任务 | 第80-81页 |
| ·波形分类任务 | 第81页 |
| ·多样性研究的讨论 | 第81-85页 |
| ·本章小结 | 第85-86页 |
| 第七章 总结和展望 | 第86-89页 |
| 参考文献 | 第89-95页 |
| 致谢 | 第95-96页 |
| 在学期间的研究成果及发表的学术论文 | 第96页 |
