人工神经网络为学习实数值和向量值函数提供了一种实际的方法，对于连续值和离散值的属性都可以使用，并且对训练数据中的噪声具有很好的健壮性。反向传播算法是最常见的网络学习算法。反向传播算法考虑的假设空间是固定连接的有权网络所能表示的所有函数的空间。包含3层单元的前馈网络能够以任意精度逼近任意函数，只要每一层有足够数量的单元。即使是一个实际大小的网络也能够表示很大范围的高度非线性函数。反向传播算法使用梯度下降方法搜索可能假设的空间，迭代减小网络的误差以拟合训练数据

2.1 无源单口网络的等效 2.2 含源单口网络的等效化简 2.3 电源转移法 2. 4 T—π变换

§12－1 网络函数 §12－2 RC电路的频率特性 §12－3 谐振电路 §12－4 谐振电路的频率特性 §12－5 电路设计和计算机分析电路实例

§12－1 网络函数 §12－2 RC电路的频率特性 §12－3 谐振电路 §12－4 谐振电路的频率特性 §12－5 电路设计和计算机分析电路实例

一、普通变压器及其特性 1、普通变压器及其等效电路 普通变压器的结构及频率特性如图1.4.1所示

16-1 二端口网络 16-2 二端口的参数和方程 16-3 二端口的等效电路 16-5 二端口的联接 16-4 二端口的转移函数 16-6 回转器与负阻抗变换器

§2－1电阻分压电路和分流电路 §2－2 电阻单口网络 §2-3 电阻的星形联结与三角形联结 §2－4 简单非线性电阻电路分析 §2－5 电路设计，电路应用和电路实验实例

§2－1电阻分压电路和分流电路 §2－2 电阻单口网络 §2-3 电阻的星形联结与三角形联结 §2－4 简单非线性电阻电路分析 §2－5 电路设计，电路应用和电路实验实例

第二节 常见电路元件及约束方程 电流源、受控源、电容元件、电感元件 第三节 线性二端(单口)网络的等效 等效的概念、元件的等效、实际源电路、源的转移、含受控源电路的等效、戴文宁定理和诺顿定理

２.１ 单回路电路及单节偶电路分析 ２.２ 等效二端网络 ２.３ 电阻星形连接与三角形连接的等效互换 ２.４ 含独立电源网络的等效变换 ２.５ 含受控电源电路的等效变换