脉冲耦合神经网络关键特性的理论分析及应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-23页 |
| ·研究的理论背景及意义 | 第11-13页 |
| ·视觉通路 | 第11-12页 |
| ·视皮层神经元的信息处理机制 | 第12-13页 |
| ·PCNN模型及改进 | 第13-15页 |
| ·PCNN的研究现状 | 第15-20页 |
| ·论文研究的内容层次及主要创新点 | 第20-22页 |
| ·论文研究的内容层次 | 第20-21页 |
| ·论文研究的主要创新点 | 第21-22页 |
| ·论文的章节安排 | 第22-23页 |
| 第二章 脉冲耦合神经网络模型的动力学特性分析 | 第23-42页 |
| ·PCNN模型的特点 | 第23-25页 |
| ·PCNN的动力学特性 | 第25-34页 |
| ·自激励脉冲发放周期 | 第26-33页 |
| ·捕获期和不应期 | 第33-34页 |
| ·S-PCNN的动力学特性 | 第34-40页 |
| ·自激励脉冲发放周期 | 第34-39页 |
| ·神经元的捕获期和不应期 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第三章 神经元脉冲统计特性的分析及应用 | 第42-65页 |
| ·神经元的振荡时间系列 | 第42-45页 |
| ·振荡时间序列的概念 | 第42-43页 |
| ·振荡时间序列的特性 | 第43-44页 |
| ·振荡时间序列OTS的分解 | 第44-45页 |
| ·神经元的振荡频图与频图系列 | 第45-48页 |
| ·振荡频图与频图序列 | 第45-46页 |
| ·振荡频图与频图序列的分解 | 第46-48页 |
| ·神经元参数估计 | 第48-52页 |
| ·基于PCNN神经元脉冲统计理论的应用 | 第52-64页 |
| ·基于OTS的人脸识别 | 第52-56页 |
| ·基于X-OTS的人脸识别 | 第56-59页 |
| ·基于OFGS的彩色图像增强 | 第59-64页 |
| ·本章小结 | 第64-65页 |
| 第四章 神经元脉冲同步振荡相关特性分析及应用 | 第65-84页 |
| ·脉冲振荡的同步相关性 | 第65-68页 |
| ·S-PCNN神经元的脉冲振荡同步性 | 第65-66页 |
| ·PCNN神经元的脉冲振荡的同步性 | 第66-67页 |
| ·神经元脉冲振荡的相关性 | 第67页 |
| ·脉冲同步振荡相关的特征聚类 | 第67-68页 |
| ·图像分割 | 第68-75页 |
| ·基于PCNN的图像分割原理 | 第68页 |
| ·经典视觉感受野和DOG算子 | 第68-71页 |
| ·神经元的参数设置 | 第71-73页 |
| ·实验仿真 | 第73-75页 |
| ·脉冲噪声滤波 | 第75-83页 |
| ·脉冲噪声 | 第75-77页 |
| ·噪声检测原理 | 第77页 |
| ·神经元参数设置 | 第77-79页 |
| ·滤波算法 | 第79-80页 |
| ·实验仿真 | 第80-83页 |
| ·本章小结 | 第83-84页 |
| 第五章 神经元脉冲波传播特性分析及应用 | 第84-104页 |
| ·神经元的脉冲波传播 | 第84-91页 |
| ·脉冲波传播的条件 | 第84-85页 |
| ·脉冲波传播的参数约束分析 | 第85-91页 |
| ·竞争型脉冲耦合神经网络模型 | 第91-93页 |
| ·CPCNN模型的特性分析 | 第93-96页 |
| ·基于CPCNN模型的最短路径树求解 | 第96-98页 |
| ·求解思路及神经元的参数设定 | 第96-98页 |
| ·实验仿真 | 第98页 |
| ·基于CPCNN模型的QoS路由求解 | 第98-103页 |
| ·多约束的QoS路由问题 | 第98-99页 |
| ·多约束的QoS路由求解 | 第99-102页 |
| ·实验仿真 | 第102-103页 |
| ·本章小结 | 第103-104页 |
| 第六章 总结和展望 | 第104-107页 |
| ·全文研究工作总结 | 第104-105页 |
| ·研究工作的进一步展望 | 第105-107页 |
| 参考文献 | 第107-114页 |
| 攻读博士学位期间完成的论文 | 第114-116页 |
| 致谢 | 第116页 |
