| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-36页 |
| ·小波分析 | 第11-24页 |
| ·小波分析简述 | 第11-21页 |
| ·小波分析应用综述 | 第21-24页 |
| ·神经网络 | 第24-31页 |
| ·神经网络简述 | 第24-29页 |
| ·神经网络应用综述 | 第29-31页 |
| ·小波神经网络 | 第31-33页 |
| ·小波神经网络简述 | 第31-32页 |
| ·小波神经网络应用简述 | 第32-33页 |
| ·论文的选题背景及研究内容概述 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第二章 小波神经网络 | 第36-49页 |
| ·小波神经网络的数学基础 | 第36-39页 |
| ·小波神经网络的结构及训练过程 | 第39-43页 |
| ·小波神经网络的性质 | 第43-45页 |
| ·小波神经网络的研究热点 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第三章 小波网络的构造 | 第49-69页 |
| ·基于小波框架的小波网络构造及其学习算法 | 第49-54页 |
| ·基于多分辨率分析的小波网络构造及其学习算法 | 第54-56页 |
| ·自适应多小波网络的构造及其学习算法 | 第56-65页 |
| ·多小波网络逼近性能仿真验证 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第四章 小波网络的学习过程研究 | 第69-85页 |
| ·小波网络基函数选择及隐层节点确定方法 | 第69-76页 |
| ·基于时频特性的基函数选择及隐层节点确定方法 | 第69-73页 |
| ·基于递推正交最小二乘算法的基函数选择及隐层节点确定方法 | 第73-76页 |
| ·小波网络参数初始化方法 | 第76-79页 |
| ·仿真验证 | 第79-84页 |
| ·本章小结 | 第84-85页 |
| 第五章 小波网络的优化方法研究 | 第85-100页 |
| ·基于自适应退火遗传算法的小波网络权值优化 | 第85-93页 |
| ·自适应退火遗传算法描述 | 第86-87页 |
| ·自适应退火遗传算法的收敛性证明 | 第87-91页 |
| ·算法的数值仿真与性能分析 | 第91页 |
| ·网络权值优化的仿真验证 | 第91-93页 |
| ·基于填充函数算法的优化 | 第93-99页 |
| ·新的填充函数的构造 | 第94-95页 |
| ·新函数的填充函数性质证明 | 第95-97页 |
| ·基于新填充函数的小波网络训练算法 | 第97-98页 |
| ·算法的仿真验证 | 第98-99页 |
| ·本章小结 | 第99-100页 |
| 第六章 小波网络的应用研究 | 第100-120页 |
| ·小波分析在信号消噪中的应用研究 | 第100-107页 |
| ·小波去噪方法概述 | 第100-101页 |
| ·噪声在小波分解下的特性 | 第101页 |
| ·小波阈值去噪及Donoho算法 | 第101-103页 |
| ·一种新的阈值函数 | 第103-104页 |
| ·仿真验证 | 第104-107页 |
| ·小波网络在飞控系统故障诊断中的应用研究 | 第107-114页 |
| ·基于多小波网络预测模型的飞控系统故障诊断 | 第107-111页 |
| ·基于小波网络观测器的飞控系统故障珍断 | 第111-114页 |
| ·小波网络在飞控系统辨识与建模中的应用研究 | 第114-119页 |
| ·利用小波网络进行系统辨识的原理及特点 | 第115-116页 |
| ·用小波网络进行系统辨识的算法 | 第116-117页 |
| ·仿真算例 | 第117-119页 |
| ·本章小结 | 第119-120页 |
| 第七章 总结与展望 | 第120-123页 |
| ·研究工作总结 | 第120-122页 |
| ·研究工作展望 | 第122-123页 |
| 参考文献 | 第123-134页 |
| 攻读博士学位期间发表论文和参加科研情况说明 | 第134-136页 |
| 致谢 | 第136-137页 |