摘要 | 第1-6页 |
Abstract | 第6-15页 |
第1章 绪论 | 第15-33页 |
·课题背景及意义 | 第15-17页 |
·脉冲神经元模型的研究现状 | 第17-22页 |
·具有生物可解释性的生理模型 | 第17-19页 |
·具有脉冲生成机制的非线性模型 | 第19-21页 |
·具有固定阈值的线性模型 | 第21-22页 |
·脉冲神经网络模拟策略的对比分析 | 第22-25页 |
·时钟驱动模拟策略 | 第23-24页 |
·事件驱动模拟策略 | 第24-25页 |
·进化神经网络的研究进展 | 第25-30页 |
·文法方法 | 第26-28页 |
·基因调控网络方法 | 第28-30页 |
·论文内容及组织结构 | 第30-33页 |
第2章 分段线性脉冲神经元模型的动力学特性分析 | 第33-50页 |
·引言 | 第33-34页 |
·分段线性脉冲神经元模型 | 第34-36页 |
·神经元模型 | 第34-35页 |
·平衡点的求解 | 第35页 |
·极限环的提取 | 第35-36页 |
·神经元模型的神经动力学特性分析 | 第36-42页 |
·鞍-结分岔 | 第37-39页 |
·Andronov-Hopf 分岔 | 第39-42页 |
·神经元模型的簇放电特性分析 | 第42-45页 |
·皮层神经元模拟 | 第45-49页 |
·皮层神经元 | 第45-46页 |
·模拟结果 | 第46-49页 |
·小结 | 第49-50页 |
第3章 指数突触电导IF神经元模型的精确模拟 | 第50-64页 |
·引言 | 第50-51页 |
·指数突触电导神经元模型 | 第51-53页 |
·指数突触电导PME 神经元模型 | 第51-52页 |
·指数突触电导IF 神经元模型 | 第52-53页 |
·指数突触电导IF 神经元模型的脉冲反应动态特性分析 | 第53-57页 |
·单脉冲激励的突触后电位分析 | 第54-56页 |
·多脉冲激励的自发放电统计分析 | 第56-57页 |
·指数突触电导IF 神经元模型的事件驱动模拟策略 | 第57-61页 |
·脉冲发放时间计算 | 第59-60页 |
·事件驱动模拟器 | 第60-61页 |
·模拟实验 | 第61-63页 |
·网络模型 | 第61页 |
·模拟结果 | 第61-63页 |
·小结 | 第63-64页 |
第4章 基于人工基因组的进化与发育计算模型 | 第64-97页 |
·引言 | 第64-65页 |
·人工基因组模型 | 第65-68页 |
·基因片断复制与歧化模型 | 第68-70页 |
·基因调控网络的结构与动态特性分析 | 第70-81页 |
·基因调控网络的结构分析 | 第71-77页 |
·基因调控网络的动态特性分析 | 第77-81页 |
·人工细胞谱系模型 | 第81-86页 |
·细胞谱系的发育模型 | 第81-84页 |
·细胞谱系的复杂性度量 | 第84-86页 |
·发育偏差对进化的作用分析 | 第86-96页 |
·发育系统中的发育偏差分析 | 第87-90页 |
·变异算子对发育偏差的作用 | 第90-93页 |
·累积变异的发育偏差效果 | 第93-96页 |
·小结 | 第96-97页 |
第5章 进化大规模脉冲神经网络的发育方法 | 第97-113页 |
·引言 | 第97-98页 |
·脉冲神经网络的发育方法 | 第98-103页 |
·细胞分裂树的生成 | 第98-100页 |
·脉冲神经元的生成 | 第100-101页 |
·神经连接的生成 | 第101-103页 |
·脉冲神经网络的学习规则 | 第103-105页 |
·STDP 的学习规则 | 第103页 |
·STDP 的数学模型 | 第103-104页 |
·STDP 的编码方法 | 第104-105页 |
·脉冲神经网络的进化算法 | 第105-107页 |
·实验环境 | 第107-109页 |
·自然场景 | 第107-108页 |
·自主智能体 | 第108页 |
·适应值函数 | 第108-109页 |
·实验结果 | 第109-112页 |
·不同网络规模的比较 | 第110-111页 |
·不同基因编码的比较 | 第111-112页 |
·小结 | 第112-113页 |
结论 | 第113-116页 |
参考文献 | 第116-129页 |
攻读博士学位期间发表的学术论文 | 第129-130页 |
致谢 | 第130-132页 |
个人简历 | 第132页 |