| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 引言 | 第9-15页 |
| 1.1 混沌的起源和发展 | 第9-11页 |
| 1.2 混沌神经网络的研究现状 | 第11-13页 |
| 1.2.1 混沌神经网络的发展 | 第11-12页 |
| 1.2.2 混沌神经网络的主要应用 | 第12-13页 |
| 1.3 忆阻器的出现为混沌神经网络的发展提供了新的活力 | 第13页 |
| 1.4 论文的研究意义 | 第13-14页 |
| 1.5 内容安排和具体工作 | 第14-15页 |
| 第二章 忆阻器基础理论知识 | 第15-27页 |
| 2.1 忆阻器的提出 | 第15-17页 |
| 2.2 忆阻器模型 | 第17-21页 |
| 2.2.1 惠普忆阻器模型 | 第17-19页 |
| 2.2.2 自旋忆阻器模型 | 第19-21页 |
| 2.3 忆阻器MATLAB数值仿真 | 第21-26页 |
| 2.3.1 非线性杂质漂移忆阻器模型仿真分析 | 第21-24页 |
| 2.3.2 自旋忆阻器仿真 | 第24-26页 |
| 2.4 小结 | 第26-27页 |
| 第三章 混沌神经网络及其在联想记忆中的应用 | 第27-33页 |
| 3.1 两种典型的混沌神经网络模型 | 第27-29页 |
| 3.2 分离叠加模式 | 第29页 |
| 3.3 多对多联想 | 第29-30页 |
| 3.4 连续学习 | 第30-32页 |
| 3.4.1 SLCNN模型 | 第30-31页 |
| 3.4.2 SLCNN区分已知模式和未知模式的原理 | 第31-32页 |
| 3.5 小结 | 第32-33页 |
| 第四章 忆阻混沌神经网络及应用 | 第33-45页 |
| 4.1 理论基础 | 第33-35页 |
| 4.2 忆阻器与混沌神经网络结合 | 第35-36页 |
| 4.3 计算机仿真 | 第36-42页 |
| 4.3.1 分离叠加模式 | 第36-37页 |
| 4.3.2 多对多联想 | 第37-38页 |
| 4.3.3 连续学习 | 第38-42页 |
| 4.4 小结 | 第42-45页 |
| 第五章 基于忆阻器的突触电路设计 | 第45-57页 |
| 5.1 基于放大电路的忆阻突触设计 | 第45-46页 |
| 5.2 改进的放大电路忆阻突触模型 | 第46-50页 |
| 5.3 基于忆阻桥电路的神经突触 | 第50-55页 |
| 5.3.1 惠普忆阻器桥电路模型 | 第50-52页 |
| 5.3.2 自旋忆阻器桥电路模型 | 第52-55页 |
| 5.4 小结 | 第55-57页 |
| 第六章 忆阻混沌神经网络的控制 | 第57-67页 |
| 6.1 忆阻混沌神经网络及其动力学分析 | 第57-61页 |
| 6.1.1 单个混沌神经元的动力学分析 | 第57-58页 |
| 6.1.2 忆阻混沌神经网络及其动力学分析 | 第58-61页 |
| 6.2 忆阻混沌神经网络的控制 | 第61页 |
| 6.3 实验仿真 | 第61-65页 |
| 6.3.1 忆阻混沌神经网络的联想记忆 | 第61-63页 |
| 6.3.2 参数控制的忆阻混沌神经网络的联想记忆 | 第63-65页 |
| 6.4 小结 | 第65-67页 |
| 第七章 总结与展望 | 第67-69页 |
| 7.1 本文的主要工作 | 第67-68页 |
| 7.2 下一步工作思路 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-77页 |
| 攻读硕士学位期间发表的论文 | 第77页 |
| 攻读硕士学位期间参加的科研项目 | 第77页 |