| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 前言 | 第8-14页 |
| 1.1 论文研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状分析 | 第9-12页 |
| 1.3 本文主要研究内容及结构安排 | 第12-14页 |
| 第2章 基于人脑记忆机制的计算模型 | 第14-30页 |
| 2.1 引言 | 第14-15页 |
| 2.2 人脑记忆机制的生理学基础 | 第15-19页 |
| 2.2.1 神经细胞的基本结构 | 第15-16页 |
| 2.2.2 人脑记忆机制的生理学基础 | 第16-19页 |
| 2.3 人脑记忆机制的计算模型 | 第19-28页 |
| 2.3.1 基于认知心理学的记忆计算模型 | 第19-23页 |
| 2.3.2 基于认知神经科学的记忆计算模型 | 第23-28页 |
| 2.4 人脑记忆启发下基于CLS的图像信息存储与提取的认知神经计算框架 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于稀疏编码的图像信息特征提取与表达 | 第30-45页 |
| 3.1 引言 | 第30页 |
| 3.2 图像信息的特征提取 | 第30-35页 |
| 3.2.1 局部特征提取方法 | 第31-33页 |
| 3.2.2 密度聚类算法 | 第33-35页 |
| 3.3 稀疏编码 | 第35-37页 |
| 3.4 基于稀疏编码的图像信息特征表达模型 | 第37-40页 |
| 3.5 实验结果与分析 | 第40-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于SOINN的图像信息存储与提取的认知神经计算算法 | 第45-57页 |
| 4.1 引言 | 第45页 |
| 4.2 自组织增量神经网络（SOINN） | 第45-50页 |
| 4.2.1 SOINN算法 | 第46-48页 |
| 4.2.2 SOINN的应用 | 第48-50页 |
| 4.3 基于SOINN的图像信息存储与提取的认知神经计算模型 | 第50-52页 |
| 4.4 实验结果及分析 | 第52-56页 |
| 4.5 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-66页 |
| 攻读硕士学位期间取得的学术成果 | 第66-67页 |
| 致谢 | 第67页 |
