| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·本文的研究背景和意义 | 第9-10页 |
| ·模糊神经网络的研究现状 | 第10-11页 |
| ·图像恢复的现状分析 | 第11-16页 |
| ·传统滤波法 | 第12-13页 |
| ·神经网络法 | 第13-14页 |
| ·小波分析法 | 第14-15页 |
| ·小波分析法 | 第15-16页 |
| ·本文完成的工作 | 第16-17页 |
| 第二章 常用的模糊神经网络及其特点 | 第17-30页 |
| ·神经网络概论 | 第17-20页 |
| ·神经网络发展简史 | 第17-18页 |
| ·神经网络的主要应用领域 | 第18-20页 |
| ·模糊神经元 | 第20-23页 |
| ·模糊神经网络 | 第23-29页 |
| ·模糊极大极小神经网络 | 第23-24页 |
| ·模糊小脑模型神经网络 | 第24-25页 |
| ·模糊 Hopfield 神经网络 | 第25-27页 |
| ·模糊联想神经网络 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 Max-T-C FHNN 的收敛性与鲁棒性分析 | 第30-37页 |
| ·Max-T-C FHNN 网络模型 | 第30页 |
| ·相关概念及引理 | 第30-33页 |
| ·Max-T-C 模糊 Hopfield 网络的收敛性及鲁棒性分析 | 第33-35页 |
| ·Max-T-C 模糊 Hopfield 网络的收敛性分析 | 第33-34页 |
| ·Max-T-C 模糊 Hopfield 网络的鲁棒性分析 | 第34-35页 |
| ·实验 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 Max-T-C FHNN 在图像恢复中的应用 | 第37-43页 |
| ·问题的提出 | 第37-38页 |
| ·基于 Max-T-C 模糊 Hopfield 网络的图像恢复算法 | 第38-39页 |
| ·建立模糊 Hopfield 神经网络模型 | 第38-39页 |
| ·图像的归一化处理 | 第39页 |
| ·Max-T-C 模糊 Hopfield 网络的训练 | 第39页 |
| ·实验 | 第39-42页 |
| ·实验步骤 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| ·本文总结 | 第43-44页 |
| ·工作展望 | 第44-45页 |
| 参考文献 | 第45-50页 |
| 致谢 | 第50-51页 |
| 附录 | 第51-52页 |
| 中文详细摘要 | 第52-55页 |
| 英文详细摘要 | 第55-57页 |
