| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 人脸识别技术的研究现状 | 第10-14页 |
| 1.2.1 人脸识别系统概述 | 第10页 |
| 1.2.2 人脸识别方法研究现状 | 第10-13页 |
| 1.2.3 常用人脸库介绍 | 第13-14页 |
| 1.3 脉冲耦合神经网络模型研究现状 | 第14-19页 |
| 1.4 论文主要研究内容及结构安排 | 第19-20页 |
| 1.5 本章小结 | 第20-21页 |
| 第二章 基于脉冲发放强度 PCNN 的人脸识别 | 第21-41页 |
| 2.1 PCNN 网络简化模型 | 第21-23页 |
| 2.2 PCNN 网络特性分析 | 第23-24页 |
| 2.3 脉冲发放强度 PCNN（QD-PCNN）模型 | 第24-28页 |
| 2.4 基于 QD-PCNN 的人脸识别方法 | 第28-35页 |
| 2.4.1 实验数据库介绍 | 第28-29页 |
| 2.4.2 PCNN 人脸图像特征提取 | 第29-34页 |
| 2.4.3 人脸身份识别准则 | 第34-35页 |
| 2.5 计算机仿真及结果分析 | 第35-40页 |
| 2.6 本章小结 | 第40-41页 |
| 第三章 QD-PCNN 模型中参数的网格寻优法 | 第41-55页 |
| 3.1 QD-PCNN 模型脉冲发放原理 | 第41-43页 |
| 3.2 QD-PCNN 模型中关键参数分析 | 第43-48页 |
| 3.2.1 连接矩阵 W | 第43-44页 |
| 3.2.2 连接系数 | 第44-45页 |
| 3.2.3 阈值放大系数和衰减系数 | 第45-48页 |
| 3.3 改进的网格搜索寻优法 | 第48-50页 |
| 3.4 实验结果及分析 | 第50-53页 |
| 3.5 本章小结 | 第53-55页 |
| 第四章 脉冲耦合神经网络的人脸图像识别应用平台 | 第55-61页 |
| 4.1 平台总体设计 | 第55-56页 |
| 4.2 平台功能模块介绍 | 第56-60页 |
| 4.2.1 数据采集模块 | 第56-57页 |
| 4.2.2 人脸识别模块 | 第57-58页 |
| 4.2.3 PCNN 模型优化模块 | 第58-60页 |
| 4.3 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 工作总结 | 第61页 |
| 5.2 未来展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 攻读硕士学位期间发表的学术论文目录 | 第69页 |