首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

Cyboript:面向脑机混合智能平台Cyborgware的脚本语言设计与实现

摘要第4-5页
Abstract第5页
第1章 绪论第13-20页
    1.1 课题背景第13-14页
        1.1.1 脑机接口与混合智能第14页
        1.1.2 面向混合智能的实验平台第14页
    1.2 研究动机第14-15页
    1.3 问题提出与分析第15-18页
        1.3.1 问题提出第15-16页
        1.3.2 问题分析第16-18页
    1.4 论文组织结构第18-19页
    1.5 本章小结第19-20页
第2章 关键技术概述第20-27页
    2.1 脚本语言的发展现状第20-22页
        2.1.1 脚本语言的类别第20-21页
        2.1.2 脚本语言的发展趋势第21-22页
    2.2 脚本语言的相关特性第22-24页
        2.2.1 弱类型第23页
        2.2.2 动态性第23页
        2.2.3 解释执行第23-24页
    2.3 异步编程模型第24-25页
        2.3.1 回调函数第24页
        2.3.2 事件监听第24页
        2.3.3 发布与订阅第24-25页
        2.3.4 Promise协议第25页
    2.4 解释器的虚拟机技术第25-26页
    2.5 本章小结第26-27页
第3章 混合智能平台脚本化框架设计第27-41页
    3.1 平台脚本化框架第27-28页
    3.2 各子系统与模块第28-31页
        3.2.1 感知增强系统第28-30页
        3.2.2 脑机接口系统第30-31页
        3.2.3 脑机信息处理系统第31页
    3.3 模块之间的协同设计第31-33页
        3.3.1 平台与模块的边界第32页
        3.3.2 平台调用子模块规范第32页
        3.3.3 子模块的生命周期与回调规范第32-33页
    3.4 框架的可伸缩性设计第33-34页
        3.4.1 模块封装第33-34页
        3.4.2 模块扩展第34页
    3.5 仿真环境与集成开发环境第34-40页
        3.5.1 仿真环境开发背景第34-35页
        3.5.2 沙盘环境抽象第35-36页
        3.5.3 大鼠导航过程模拟第36-37页
        3.5.4 沙盘视野投影模拟第37-39页
        3.5.5 集成开发环境第39-40页
    3.6 本章小结第40-41页
第4章 脚本语言设计第41-53页
    4.1 语言基本特性设计第41-46页
        4.1.1 弱类型第41-42页
        4.1.2 弱地址第42-43页
        4.1.3 运算符类型隐式转换第43页
        4.1.4 链式作用域第43-44页
        4.1.5 流程控制逻辑第44-46页
    4.2 高级特性设计第46-48页
        4.2.1 匿名函数第46页
        4.2.2 高阶函数第46-47页
        4.2.3 闭包第47-48页
    4.3 对象封装和模块化编程设计第48-51页
        4.3.1 对象封装第49页
        4.3.2 脚本模块化第49-51页
    4.4 异步编程第51-52页
    4.5 本章小结第52-53页
第5章 解释器的设计与实现第53-75页
    5.1 解释器的内部结构第53-54页
    5.2 词法解析器与语法分析器第54-56页
        5.2.1 词法解析第54-55页
        5.2.2 语法分析第55-56页
    5.3 解释执行器第56-64页
        5.3.1 执行器中的重要数据结构第56-59页
        5.3.2 链式作用域的实现第59-60页
        5.3.3 代码的执行过程第60-64页
    5.4 模块引擎第64-68页
        5.4.1 系统调用管理第64-65页
        5.4.2 动态模块生命周期管理第65-66页
        5.4.3 异步回调实现第66页
        5.4.4 一个范例第66-68页
    5.5 报错机制和垃圾回收第68-69页
        5.5.1 报错机制第68页
        5.5.2 垃圾回收第68-69页
    5.6 测试与评估第69-74页
        5.6.1 正确性与健壮性第69-71页
        5.6.2 代码统计与重用分析第71-74页
    5.7 本章小结第74-75页
第6章 基于Cyboript的大鼠导航混合智能系统第75-87页
    6.1 大鼠导航应用背景第75-76页
        6.1.1 感知增强导航第75-76页
        6.1.2 意念控制导航第76页
    6.2 感知增强混合智能系统搭建第76-80页
        6.2.1 感知增强模块接入第76-77页
        6.2.2 脑机标准写入接口第77-79页
        6.2.3 基于Cyboript的增强系统搭建第79-80页
    6.3 意念控制大鼠导航系统搭建第80-84页
        6.3.1 脑机标准读入口接口第80-81页
        6.3.2 脑控模型的训练第81-82页
        6.3.3 决策模型的参数配置第82-83页
        6.3.4 基于Cyboript的控制系统搭建第83-84页
    6.4 意念控制大鼠导航实地测试第84-86页
    6.5 本章小结第86-87页
第7章 工作总结与未来展望第87-89页
    7.1 工作总结第87-88页
    7.2 未来展望第88-89页
参考文献第89-91页
附录A Cyboript脚本语言的文法产生式第91-94页
攻读硕士学位期间主要的研究成果第94-95页
致谢第95页

论文共95页,点击 下载论文
上一篇:基于Android智能手机监控与轨迹分析系统的设计与实现
下一篇:基于卷积神经网络的细粒度角膜炎图像分类研究