| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第8-15页 |
| 1.1. 选题的背景和意义 | 第8-10页 |
| 1.2. 国内外的研究现状 | 第10-14页 |
| 1.3. 本文的主要研究内容以及组织结构 | 第14-15页 |
| 第二章 Where-What Networks | 第15-20页 |
| 2.1. 自主发育网络模型 | 第15-17页 |
| 2.2. WWNs模型已有的研究成果 | 第17-18页 |
| 2.3. 存在的不足 | 第18-20页 |
| 第三章 WWN算法的并行优化 | 第20-25页 |
| 3.1. 概述 | 第20页 |
| 3.2. WWN-3算法的并行优化处理 | 第20-23页 |
| 3.3. 实验结果及分析 | 第23-25页 |
| 第四章 WWN-6：自主发育的基本实现 | 第25-51页 |
| 4.1. 网络概述 | 第25-27页 |
| 4.1.1. WWN-6的结构 | 第25-26页 |
| 4.1.2. WWN-6的处理流程 | 第26-27页 |
| 4.2. WWN-6中的一些重要概念 | 第27-29页 |
| 4.2.1. 神经元之间的三种连接方式 | 第27-28页 |
| 4.2.2. Y区域的输入 | 第28页 |
| 4.2.3. Y神经元的缓释使用 | 第28-29页 |
| 4.2.4. Y神经元的两种状态 | 第29页 |
| 4.3. WWN-6中的重要算法 | 第29-35页 |
| 4.3.1. 神经元发放 | 第29-30页 |
| 4.3.2. 突触维护机制(Synapse Maintenance) | 第30-32页 |
| 4.3.3. 神经元的学习机制 | 第32-33页 |
| 4.3.4. 神经元的重生(Cell Regenesis) | 第33-34页 |
| 4.3.5. Y神经元如何学习到物体特征 | 第34-35页 |
| 4.3.6. 脑壳封闭的自主发育机制 | 第35页 |
| 4.4. 实验及分析 | 第35-51页 |
| 4.4.1. 实验设计 | 第36-38页 |
| 4.4.2. 权重可视化 | 第38-40页 |
| 4.4.3. 脑壳封闭 | 第40-43页 |
| 4.4.4. 资源动态调整 | 第43-47页 |
| 4.4.5. 网络性能 | 第47-49页 |
| 4.4.6. 突触维护 | 第49-51页 |
| 第五章 WWN-7：基于自主发育的多尺度处理 | 第51-60页 |
| 5.1. 网络概述 | 第51-52页 |
| 5.1.1. WWN-7的结构 | 第51页 |
| 5.1.2. WWN-7的处理流程 | 第51-52页 |
| 5.2. 与WWN-6的比较 | 第52-53页 |
| 5.3. 实验及分析 | 第53-60页 |
| 5.3.1 实验设计 | 第53-55页 |
| 5.3.2 权重可视化 | 第55-57页 |
| 5.3.3 网络性能 | 第57-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 论文发表 | 第66-67页 |
| 致谢 | 第67-68页 |