| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 第1章 绪论 | 第12-21页 |
| ·课题研究的背景和意义 | 第12-13页 |
| ·脉冲神经网络的研究进展 | 第13-15页 |
| ·脉冲神经元模型 | 第13-14页 |
| ·脉冲神经网络结构 | 第14-15页 |
| ·脉冲神经网络编码方法 | 第15页 |
| ·图象分割研究进展 | 第15-18页 |
| ·阈值分割方法 | 第15-16页 |
| ·边缘检测方法 | 第16页 |
| ·基于聚类的分割方法 | 第16-17页 |
| ·基于遗传算法分割方法 | 第17页 |
| ·基于神经网络的图象分割方法 | 第17-18页 |
| ·基于脉冲神经网络的图像分割研究现状 | 第18-19页 |
| ·论文的主要研究内容 | 第19-21页 |
| 第2章 基于脉冲神经网络的图像分割 | 第21-35页 |
| ·脉冲神经元模型 | 第21-23页 |
| ·脉冲神经网络图像分割的编码策略 | 第23-24页 |
| ·脉冲神经网络图像分割的网络结构 | 第24-26页 |
| ·脉冲神经网络图像分割的分割算法 | 第26-27页 |
| ·脉冲神经网络图像分割的评价准则 | 第27-28页 |
| ·实验结果 | 第28-35页 |
| 第3章 脉冲神经网络图像分割的编码方法比较分析 | 第35-41页 |
| ·Time-to-First-Spike 编码策略的非线性编码方法 | 第35-36页 |
| ·线性编码与非线性编码的实验比较分析 | 第36-41页 |
| 第4章 基于遗传算法的脉冲神经网络图像分割 | 第41-50页 |
| ·遗传算法理论描述 | 第41-43页 |
| ·遗传算法的特点 | 第41-42页 |
| ·遗传算法的基本步骤 | 第42-43页 |
| ·基于遗传算法的分割原理 | 第43-45页 |
| ·实验结果和分析 | 第45-50页 |
| 第5章 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的学术论文 | 第56-57页 |
| 致谢 | 第57页 |