1、“.....网络输出精度越高，且个别权因子的损坏不会对网络输出产生大的影响只有当希望对网络的输出进行限制，如限制在和之间，那么在输出层应当包含型激活 函数。网络的输入输出关系是各层连接的权因子决定，没有固定的算法 权因子通过学习信号调节。值的输入必将产生大的输出误差 网络特点 输入和输出是并行的模拟量 练的输入输出对最大值范围内的数据有效，即网络具有内插值特性，不 具有外插值性......”。

2、“.....对人工神经网络的定义人工神经网络是由 具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实 世界物体所作出的交互反应。 人工神经网络的基本原理 人工神经网络，结构和工作机理基本上以人脑的组织结构 大脑神经元网络和活动规律为背景的，它反映了人脑的些基本特征，但并不是要对人 脑部分的真实再现，可以它与输入矢量联系起来把输入矢量以所定 。 随着这种误差逆传播训练的不断进行，网络对输入模式响应的正确率也将不断提高。 由于网络有处于中间位置的隐含层，并有相应的学习规则可循......”。

3、“.....使 其具有对非线性模式的识别能力。 第部分绪论 人工神经网络的定义 人工神经网络的基本原理 生物神经元 人工神经元模型 人工神经网络模型 常见神经元响应函数 神经网络基本学习算法入层逐层修 正个连接权。由于这种修正过程是从输出到输入逐层进行的，所以称它为误差逆传播算法把输入矢量以所定 义的合适方式进行分类 数据压缩减少输出矢量维数以便于传输或存储 具有将强泛化性能使网络平滑地学习函数，使网络能够合理地响应被训练以外的输入 泛化性能只对被训......”。

4、“..... 人工神经网络的基本原理 人工神经网络人工神经网络的定义 人工神经网络的定义不是统的......”。

5、“.....对人工神经网络的定义人工神经网络是由 具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实 世界物体所作出的交互反应。 人工神经网络的基本原理 人工神经网络，结构和工作机理基本上以人脑的组织结构 大脑神经元网络和活动规律为背景的，它反映了人脑的些基本特征，但并不是要对人 脑部分的真实再现......”。

6、“.....使网络能够合理地响应被训练以外的输入 泛化性能只对被训练的输入输出对最大值范围内的数据有效，即网络具有内插值特性，不 具有外插值性。超出最大训练值的输入必将产生大的输出误差 网络特点 输入和输出是并行的模拟量 网络的输入输出关系是各层连接的权因子决定，没有固定的算法 权因子通过学习信号调节。学习越多，网络越聪明 隐含层越多，网络输出精度越高，且个别权因子的损坏不会对网络输出产生大的影响只有当希望对网络的输出进行限制，如限制在和之间，那么在输出层应当包含型激活 函数......”。

7、“.....均是在隐含层采用型激活函数，而输出层采用线性激活函数。 多层网络简介 多层网络是种具有三层或三层以上的多层神经网络，每层都由若干个神经元组成， 如图所示，它的左右各层之间各个神经元实现全连接，即左层的每个神经元与右层的 每个神经元都由连接，而上下神经元无连接。 多层网络 网络按有教师学习方式进行训练，当对学习模式提供给网络以后，其神经元的激活 值将从输入层经中间层向输出层传播，在输出层的各神经元输出对应于输入模式的网络响应。 然后，按减少希望输出与实际输出误差的原则，从输出层经中间层......”。

8、“.....由于这种修正过程是从输出到输入逐层进行的，所以称它为误差逆传播算法。 随着这种误差逆传播训练的不断进行，网络对输入模式响应的正确率也将不断提高。 由于网络有处于中间位置的隐含层，并有相应的学习规则可循，可训练这种网络，使 其具有对非线性模式的识别能力......”。

9、“.....络 网络 网络主要应用 网络特点 多层网络简介 三层网络 三层网络结构图 三层网络学习算法 三层网络设计需要考虑的问题第三部分自适应竞争神经网络 自组织网络 网络类型 网络学习规则 竞争网络 网络结构 竞争网络原理 网络工作方式 网络训练 竞争网络的局限性 第四部分地震预报的实现 基于人工神经网络的地震预测研究背景 模型的建立 自适应竞争网络对地震等级进行预测 数据处理 自适应竞争网络设计 网络对地震的大小进行预测 数据处理 网络的设计 第五部分作业 第部分绪论 人工神......”。