摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第10-17页 |
1.1 研究背景及意义 | 第10-12页 |
1.1.1 研究目的意义 | 第10-11页 |
1.1.2 研究背景 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 学习规则 | 第12-13页 |
1.2.2 Izhikevich脉冲神经元 | 第13页 |
1.2.3 多态同步组 | 第13-14页 |
1.2.4 神经元传输特性 | 第14页 |
1.3 本文的研究目标、内容及创新之处 | 第14-15页 |
1.3.1 研究目标 | 第14页 |
1.3.2 研究内容 | 第14-15页 |
1.3.3 创新之处 | 第15页 |
1.4 文章结构 | 第15-17页 |
第2章 IZHIKEVICH神经网络 | 第17-28页 |
2.1 Izhikevich脉冲神经元模型 | 第17-18页 |
2.1.1 神经元模型 | 第17-18页 |
2.1.2 神经元兴奋模式 | 第18页 |
2.2 Izhikevich神经网络 | 第18-27页 |
2.2.1 脉冲 | 第19页 |
2.2.2 延迟 | 第19页 |
2.2.3 多态同步(polychronize) | 第19-21页 |
2.2.4 Izhikevich神经网络 | 第21-23页 |
2.2.5 动态系统(dynamics) | 第23-24页 |
2.2.6 节拍(rhythms) | 第24-25页 |
2.2.7 兴奋与抑制的平衡 | 第25-26页 |
2.2.8 Izhikevich神经网络的编程实现 | 第26-27页 |
2.3 本章小结 | 第27-28页 |
第3章 基于STDP学习规则的IZHIKEVICH神经网络动态稳定判定 | 第28-35页 |
3.1 STDP基本原理 | 第28-29页 |
3.2 初始权值分布 | 第29-30页 |
3.2.1 随机分布及高斯分布 | 第30页 |
3.2.2 权值分布设计 | 第30页 |
3.3 实验结果及Izhikevich神经网络动态稳定分析 | 第30-34页 |
3.3.1 实验结果 | 第31-33页 |
3.3.2 网络动态稳定状态判定 | 第33-34页 |
3.4 本章小结 | 第34-35页 |
第4章 基于多态同步组的刺激源设计 | 第35-48页 |
4.1 多态同步组选择 | 第35-41页 |
4.2 多态同步组 | 第41页 |
4.3 刺激源组成算法 | 第41-44页 |
4.3.1 算法基本思路和相关定义 | 第41-42页 |
4.3.2 算法步骤 | 第42-43页 |
4.3.3 实验结果及算法分析 | 第43-44页 |
4.4 多态同步组兴奋算法 | 第44-46页 |
4.4.1 算法基本思路和相关定义 | 第44页 |
4.4.2 算法步骤 | 第44-45页 |
4.4.3 实验结果及算法分析 | 第45-46页 |
4.5 本章小结 | 第46-48页 |
第5章 基于范罗苏姆距离的脉冲相关性测试及神经元信息传输特性分析 | 第48-58页 |
5.1 范罗苏姆距离原理 | 第48-50页 |
5.2 兴奋时间序列转脉冲序列算法 | 第50-52页 |
5.2.1 算法基本思路和相关定义 | 第50页 |
5.2.2 算法步骤 | 第50-51页 |
5.2.3 实验结果及算法分析 | 第51-52页 |
5.3 脉冲相关性测试结果及信息传输特性分析 | 第52-57页 |
5.3.1 测试结果 | 第52-56页 |
5.3.2 信息传输特性分析 | 第56-57页 |
5.4 本章小结 | 第57-58页 |
第6章 基于前级神经元的信息传输特性验证 | 第58-69页 |
6.1 前级神经元 | 第58-63页 |
6.1.1 前级神经元定义 | 第58-59页 |
6.1.2 前级神经元获取算法 | 第59-60页 |
6.1.3 实验结果及算法分析 | 第60-63页 |
6.2 信息传输特性合理性验证 | 第63-67页 |
6.2.1 前级神经元的分类 | 第64-65页 |
6.2.2 前级神经元对信息传输特性的影响 | 第65-67页 |
6.3 Izhikevich神经网络多态同步组信息传输特性的其他影响因素 | 第67-68页 |
6.4 本章小结 | 第68-69页 |
第7章 总结与展望 | 第69-71页 |
7.1 总结 | 第69页 |
7.2 展望 | 第69-71页 |
参考文献 | 第71-77页 |
学术论文及研究成果 | 第77-78页 |
致谢 | 第78页 |