| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 神经网络的研究背景 | 第9-10页 |
| 1.2 神经网络的实现方法 | 第10-11页 |
| 1.2.1 软件实现神经网络 | 第10页 |
| 1.2.2 硬件实现神经网络 | 第10-11页 |
| 1.3 模拟电路实现神经网络的国内外研究现状及存在的问题 | 第11-12页 |
| 1.3.1 国内外研究现状 | 第11-12页 |
| 1.3.2 存在的问题 | 第12页 |
| 1.4 本文的研究内容和结构安排 | 第12-14页 |
| 第2章 神经网络理论基础 | 第14-20页 |
| 2.1 神经元模型 | 第14-17页 |
| 2.1.1 生物神经元结构 | 第14-15页 |
| 2.1.2 单神经元模型 | 第15-17页 |
| 2.2 自组织竞争神经网络模型 | 第17-18页 |
| 2.3 模糊神经网络模型 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 竞争神经网络的CMOS模拟电路实现 | 第20-39页 |
| 3.1 基本原理 | 第20-21页 |
| 3.2 学习算法 | 第21-22页 |
| 3.3 神经元单元电路 | 第22-32页 |
| 3.3.1 跨导运算放大器 | 第22-24页 |
| 3.3.2 改进的高线性可调OTA电路 | 第24-28页 |
| 3.3.3 乘法器电路 | 第28-30页 |
| 3.3.4 激励函数电路 | 第30-32页 |
| 3.4 最值输出电路 | 第32-37页 |
| 3.4.1 最大电路 | 第32-33页 |
| 3.4.2 最小电路 | 第33-34页 |
| 3.4.3 最值电路 | 第34-37页 |
| 3.5 竞争神经网络的实现 | 第37-38页 |
| 3.6 本章总结 | 第38-39页 |
| 第4章 模糊神经网络的CMOS模拟电路实现 | 第39-50页 |
| 4.1 基本原理 | 第39-40页 |
| 4.2 学习算法 | 第40-41页 |
| 4.3 单元电路 | 第41-48页 |
| 4.3.1 Gauss隶属度函数电路 | 第41-43页 |
| 4.3.2 电压求小电路 | 第43-46页 |
| 4.3.3 去模糊电路 | 第46-48页 |
| 4.4 模糊神经网络的实现 | 第48-49页 |
| 4.5 本章总结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 附录A 个人简历 | 第58-59页 |
| 附录B 作者在学期间取得的学术成果 | 第59页 |