首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

神经元集群中的稀疏编码和能量消耗之间的关系

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第11-26页
    1.1 大脑概述第11-14页
    1.2 神经编码概述第14-18页
        1.2.1 编码概述第14页
        1.2.2 频率编码第14-15页
        1.2.3 时间编码第15-16页
        1.2.4 感受器编码第16-17页
        1.2.5 群编码第17-18页
    1.3 能量编码理论第18-23页
    1.4 本文研究内容与章节安排第23-26页
第2章 视觉系统的编码研究第26-49页
    2.1 视觉系统概述第26-33页
    2.2 人工神经网络简介第33-37页
    2.3 独立成分分析第37-40页
    2.4 快速独立成分分析第40-44页
    2.5 稀疏编码的概念第44-47页
    2.6 本章小结第47-49页
第3章 基于快速独立成分分析的稀疏编码模型的研究第49-66页
    3.1 引言第49-51页
    3.2 本章模型和计算方法第51-54页
    3.3 快速独立成分分析稀疏编码与传统稀疏编码第54-62页
        3.3.1 特征基的训练时间第55-57页
        3.3.2 目标函数的收敛速度第57-60页
        3.3.3 系数矩阵的稀疏性第60-62页
    3.4 稀疏编码和能量之间关系的初步讨论第62-64页
    3.5 本章小结第64-66页
第4章 通过快速独立成分分析模拟视神经节细胞对刺激的反应第66-77页
    4.1 引言第66-67页
    4.2 自然图像刺激与随机棋盘格刺激第67-69页
    4.3 对刺激反应的统计分析第69-71页
    4.4 单个神经节细胞和神经节细胞群体对刺激的反应第71-75页
    4.5 本章小结第75-77页
第5章 神经元集群的稀疏性和能量消耗之间的关系第77-95页
    5.1 引言第77-78页
    5.2 编码能力及模型第78-79页
    5.3 总耗能、耗能比、稀疏比例之间的关系第79-82页
    5.4 神经元集群的能量消耗分布与耗能比第82-85页
    5.5 编码能力与稀疏比例和耗能比的关系第85-92页
    5.6 总能耗与稀疏比例和耗能比的关系第92-93页
    5.7 本章小结第93-95页
第6章 总结与展望第95-100页
    6.1 本文研究工作总结第95-98页
    6.2 今后研究工作展望第98-100页
参考文献第100-111页
致谢第111-112页
攻读博士学位期间完成和发表的论文第112页

论文共112页,点击 下载论文
上一篇:基于偏微分方程和非局部均值的图像去噪方法研究及应用
下一篇:视频运动分析在分布式视频编码中的应用研究