| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 引言 | 第14-16页 |
| 1.2 人工神经网络的发展历史 | 第16-17页 |
| 1.3 国内外人工神经网建模技术的发展现状 | 第17页 |
| 1.4 论文的主要内容和创新工作 | 第17-19页 |
| 第二章 BP神经网络算法 | 第19-28页 |
| 2.1 神经网络的分类 | 第19页 |
| 2.2 BP神经网络算法 | 第19-28页 |
| 2.2.1 神经元 | 第20页 |
| 2.2.2 BP神经网络的算法 | 第20-24页 |
| 2.2.3 BP神经网络计算的步骤 | 第24-25页 |
| 2.2.4 BP神经网络的缺陷 | 第25-26页 |
| 2.2.5 BP神经网络的优化 | 第26-27页 |
| 2.2.6 数据集的处理 | 第27-28页 |
| 第三章 基于BP神经网络的MOSFET小信号建模方法 | 第28-57页 |
| 3.1 MOSFET器件的物理结构 | 第28-30页 |
| 3.2 MOSFET小信号本征参数提取过程 | 第30页 |
| 3.3 去嵌过程 | 第30-36页 |
| 3.3.1 开路去嵌法 | 第31-33页 |
| 3.3.2 短路去嵌法 | 第33-36页 |
| 3.4 射频MOSFET小信号等效电路模型本征参数的提取 | 第36-46页 |
| 3.5 基于知识基BP神经网络建模技术 | 第46-52页 |
| 3.6 基于直接法的BP神经网络建模技术 | 第52-56页 |
| 3.7 对比分析 | 第56-57页 |
| 第四章 BP神经网络微分和积分建模技术 | 第57-70页 |
| 4.1 神经网络微分和积分技术产生的原因 | 第57-58页 |
| 4.2 STATZ非线性等效电路模型介绍及参数提取 | 第58-60页 |
| 4.3 BP神经网络微分技术在STATZ模型上的应用 | 第60-65页 |
| 4.3.1 BP神经网络微分技术的原理 | 第60-62页 |
| 4.3.2 BP神经网络微分技术在STATZ模型上的应用 | 第62-65页 |
| 4.4 神经网络积分技术在STATZ模型上的应用 | 第65-70页 |
| 4.4.1 BP神经网络积分技术的原理 | 第65-66页 |
| 4.4.2 BP神经网络积分技术在STATZ模型上的应用 | 第66-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 工作总结 | 第70页 |
| 5.2 工作展望 | 第70-72页 |
| 攻读硕士期间发表论文 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |
