| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题的研究背景与现状 | 第8-9页 |
| ·本课题的研究内容与成果 | 第9-10页 |
| ·本文的主要内容与组织结构 | 第10-11页 |
| ·本章小结 | 第11-12页 |
| 第二章 权函数神经网络及算法复杂度分析 | 第12-22页 |
| ·人工神经网络模型介绍 | 第12-16页 |
| ·生物神经元结构介绍 | 第12页 |
| ·人工神经网络的组成 | 第12-14页 |
| ·人工神经网络的拓扑结构 | 第14-15页 |
| ·典型的人工神经网络 | 第15-16页 |
| ·第二类权函数神经网络 | 第16-20页 |
| ·第二类权函数神经网络的拓扑结构 | 第16-18页 |
| ·第二类权函数神经网络的训练过程 | 第18-20页 |
| ·算法复杂度研究 | 第20-21页 |
| ·算法的时间复杂度 | 第20-21页 |
| ·算法的空间复杂度 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 第二类 B-样条权函数神经网络算法复杂度的研究 | 第22-49页 |
| ·第二类 B-样条权函数神经网络的拓扑结构及训练算法 | 第22-32页 |
| ·B-样条基函数 | 第22-26页 |
| ·第二类 B-样条权函数神经网络的训练算法 | 第26-29页 |
| ·k 次 B-样条函数插值过程 | 第29-32页 |
| ·第二类 B-样条权函数神经网络的时间复杂度分析 | 第32-41页 |
| ·第二类 B-样条权函数神经网络的空间复杂度分析 | 第41-42页 |
| ·第二类 B-样条权函数神经网络的时间复杂度仿真实验 | 第42-48页 |
| ·仿真实验环境 | 第42页 |
| ·实验方法和结果 | 第42-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 第二类 B-样条权函数神经网络在车牌识别中的应用 | 第49-65页 |
| ·车牌识别研究背景 | 第49-51页 |
| ·车牌识别背景介绍 | 第49-50页 |
| ·车牌识别的研究意义 | 第50-51页 |
| ·车牌识别简介 | 第51-57页 |
| ·车牌识别处理过程 | 第51-52页 |
| ·预处理车牌图像 | 第52-56页 |
| ·车牌图像字符分割 | 第56-57页 |
| ·第二类 B-样条权函数神经网络字符识别分类器 | 第57-62页 |
| ·车牌字符特征参数 | 第57-59页 |
| ·第二类 B-样条权函数神经网络车牌字符分类器 | 第59-61页 |
| ·改进的第二类 B-样条权函数神经网络车牌字符分类器 | 第61-62页 |
| ·第二类 B-样条权函数神经网络在车牌识别的仿真实验 | 第62-64页 |
| ·仿真实验环境 | 第62页 |
| ·实验方法和结果 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| ·本文总结 | 第65页 |
| ·课题展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 附录 1 程序清单 | 第70-71页 |
| 附录 2 攻读硕士学位期间撰写的论文 | 第71-72页 |
| 致谢 | 第72页 |
