| 第一章 人工神经网络基本理论 | 第1-14页 |
| ·人工神经网络模型 | 第8-9页 |
| ·人工神经网络的学习方式和学习规则 | 第9-11页 |
| ·人工神经网络模型的基本类型和特点 | 第11-12页 |
| ·人工神经网络发展及其应用 | 第12-14页 |
| 第二章 BP 算法及其改进 | 第14-22页 |
| ·BP 算法的数学原理 | 第14-16页 |
| ·BP 网络的学习过程 | 第16-19页 |
| ·BP 算法的局限性及其改进 | 第19-22页 |
| 第三章 贝叶斯正规化 BP 神经网络 | 第22-30页 |
| ·神经网络的泛化能力 | 第22-23页 |
| ·提高泛化能力的方法 | 第23-25页 |
| ·贝叶斯正规化法 | 第25-30页 |
| 第四章 模拟及实例分析 | 第30-42页 |
| ·模拟研究 | 第30-35页 |
| ·实例分析 | 第35-42页 |
| 第五章 讨论 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 个人简介 | 第48-49页 |
| 致谢 | 第49页 |