基于忆阻器的脉冲神经网络在图像边缘提取中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 引言 | 第7-13页 |
| 1.1 人工神经网络的产生与发展 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 图像边缘提取 | 第10-11页 |
| 1.4 本文的研究内容 | 第11-13页 |
| 2 脉冲神经网络介绍 | 第13-22页 |
| 2.1 脉冲神经网络的生理机制 | 第13-15页 |
| 2.2 脉冲神经网络中的神经元模型 | 第15-18页 |
| 2.3 脉冲神经网络的结构 | 第18-19页 |
| 2.4 脉冲神经网络的编码方式 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 忆阻器介绍 | 第22-30页 |
| 3.1 忆阻器概念的提出 | 第22页 |
| 3.2 忆阻器模型 | 第22-25页 |
| 3.3 忆阻器特性仿真 | 第25-29页 |
| 3.4 本章小结 | 第29-30页 |
| 4 视觉仿生的脉冲神经网络 | 第30-36页 |
| 4.1 STDP规则 | 第30-31页 |
| 4.2 忆阻器与突触的相似性 | 第31-33页 |
| 4.3 人类视觉系统方位感知机理 | 第33-34页 |
| 4.4 模拟视觉系统的忆阻型脉冲神经网络 | 第34-35页 |
| 4.5 本章小结 | 第35-36页 |
| 5 实验结果与分析 | 第36-41页 |
| 5.1 实验过程及结果 | 第36-40页 |
| 5.2 本章小节 | 第40-41页 |
| 6 总结与展望 | 第41-42页 |
| 6.1 本文的主要工作 | 第41页 |
| 6.2 下一步工作思路 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45-46页 |
| 在学期间公开发表论文及著作情况 | 第46页 |
