| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题的研究背景和意义 | 第11-12页 |
| ·联想记忆神经网络概述 | 第12-15页 |
| ·联想记忆神经网络理论发展 | 第12-14页 |
| ·联想记忆神经网络应用 | 第14-15页 |
| ·Hopfield 联想记忆网络的容量研究现状和存在问题 | 第15-17页 |
| ·网络容量的研究现状 | 第15-16页 |
| ·网络容量存在的问题 | 第16-17页 |
| ·本文的研究内容 | 第17页 |
| ·论文的组织结构 | 第17-19页 |
| 第2章 相关知识概述 | 第19-36页 |
| ·联想记忆 | 第19-20页 |
| ·联想记忆的分类 | 第19-20页 |
| ·联想记忆工作过程 | 第20页 |
| ·Hopfield 联想记忆网络概述 | 第20-28页 |
| ·离散 Hopfield 联想记忆网络 | 第20-24页 |
| ·连续 Hopfield 联想记忆网络 | 第24-25页 |
| ·学习算法 | 第25-26页 |
| ·容量分析 | 第26-28页 |
| ·克隆选择算法的生物学启示 | 第28-31页 |
| ·生物免疫系统的结构 | 第29-30页 |
| ·生物免疫系统的组成 | 第30-31页 |
| ·混合免疫算法概述 | 第31-35页 |
| ·混合算法的混合策略 | 第31-33页 |
| ·基本的混合免疫算法 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于克隆选择算法的 Hopfield 网络容量提升方法 | 第36-44页 |
| ·克隆选择算法原理 | 第36-39页 |
| ·克隆扩增原理 | 第36-37页 |
| ·克隆选择算法 | 第37-39页 |
| ·基于克隆选择算法的 Hopfield 网络容量提升方法实现 | 第39-40页 |
| ·实验验证及结果分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 混合免疫算法提升 Hopfield 网络容量及其应用研究 | 第44-52页 |
| ·混合免疫算法─免疫遗传算法(IGA) | 第44-45页 |
| ·基于混合免疫算法优化 Hopfield 网络的设计 | 第45-46页 |
| ·应用与结果分析 | 第46-51页 |
| ·传统 Hopfield 网络对英文字母的识别 | 第47页 |
| ·混合免疫算法优化的 Hopfield 网络对英文字母识别 | 第47-48页 |
| ·结果对比分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-61页 |
| 攻读硕士学位期间所取得的研究成果及参与项目 | 第61-62页 |
| 致谢 | 第62页 |
