基于STDP的脉冲神经网络学习算法的研究
| 中文摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 中文文摘 | 第5-7页 |
| 目录 | 第7-9页 |
| 绪论 | 第9-15页 |
| 第一节 课题研究背景和发展现状 | 第9-11页 |
| 第二节 本课题的研究意义 | 第11-12页 |
| 第三节 本文主要内容和创新点 | 第12-15页 |
| 第一章 脉冲神经网络 | 第15-29页 |
| 第一节 生物神经元背景 | 第15-17页 |
| 第二节 spike神经元模型 | 第17-23页 |
| 第三节 脉冲神经网络拓扑结构 | 第23-25页 |
| 第四节 脉冲神经网络编码方式 | 第25-26页 |
| 第五节 本章小结 | 第26-29页 |
| 第二章 脉冲神经网络的学习机制 | 第29-37页 |
| 第一节 传统神经网络学习算法 | 第29-31页 |
| 第二节 STDP | 第31-35页 |
| 第三节 本章小结 | 第35-37页 |
| 第三章 脉冲神经网络中STDP的竞争性行为 | 第37-51页 |
| 第一节 引言 | 第37页 |
| 第二节 单层抑制性SNN的竞争行为 | 第37-44页 |
| 第三节 混合SNN网络的相关性竞争行为 | 第44-48页 |
| 第四节 本章小结 | 第48-51页 |
| 第四章 脉冲神经网络中STDP的稳定性 | 第51-57页 |
| 第一节 引言 | 第51页 |
| 第二节 脉冲神经网络中E-STDP的稳定性 | 第51-56页 |
| 第三节 本章小结 | 第56-57页 |
| 第五章 总结和展望 | 第57-59页 |
| 第一节 总结 | 第57-58页 |
| 第二节 工作展望 | 第58-59页 |
| 参考文献 | 第59-69页 |
| 攻读学位期间承担的科研任务与主要成果 | 第69-71页 |
| 致谢 | 第71-73页 |
| 个人简历 | 第73-75页 |
