| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·选题的背景及研究意义 | 第8页 |
| ·人工神经网络的发展历史 | 第8-9页 |
| ·人工神经网络的应用与发展 | 第9-10页 |
| ·本文的主要内容和组织结构 | 第10-11页 |
| 2 离散Hopfield联想神经网络 | 第11-24页 |
| ·神经元模型 | 第11-14页 |
| ·人工神经网络的分类 | 第14-15页 |
| ·人工神经网络的学习方式和学习规则 | 第15-16页 |
| ·人工神经网络的学习方式 | 第15页 |
| ·人工神经网络的学习规则 | 第15-16页 |
| ·Hopfield联想记忆神经网络 | 第16-24页 |
| ·线性联想记忆 | 第17页 |
| ·Hopfield神经网络 | 第17-24页 |
| 3 惩罚项 | 第24-34页 |
| ·Weight-decay | 第24-25页 |
| ·Weight-elimination | 第25-29页 |
| ·Weight-Decay和Weight-elimination的组合 | 第29-32页 |
| ·Structural Learning with Forgetting | 第32-33页 |
| ·Inner-product | 第33-34页 |
| 4 带有惩罚项的联想记忆网络 | 第34-38页 |
| ·联想记忆网络的权学习迭代算法 | 第34-36页 |
| ·带惩罚项的误差函数 | 第36-38页 |
| 5 联想记忆网络权学习的数值实验 | 第38-48页 |
| 6 带惩罚项的联想记忆网络权学习的数值实验 | 第48-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 附录A 带惩罚项的联想记忆网络权学习法数值实验程序 | 第54-58页 |
| 致谢 | 第58-59页 |
