| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-32页 |
| ·课题研究的目的和意义 | 第12-14页 |
| ·嵌入式系统技术及其应用研究动态 | 第14-20页 |
| ·嵌入式系统技术及其发展 | 第14-16页 |
| ·嵌入式系统应用 | 第16-20页 |
| ·神经网络实现技术的研究发展 | 第20-24页 |
| ·神经网络硬件实现的研究与发展 | 第20-21页 |
| ·神经网络虚拟实现的研究与发展 | 第21-24页 |
| ·有限精度权值神经网络的研究现状 | 第24-29页 |
| ·权值精度对神经网络性能影响的研究 | 第24-26页 |
| ·BP神经网络离散化和低精度权值与激励函数及其算法改进的研究 | 第26-27页 |
| ·低精度权值神经网络的新算法研究 | 第27-29页 |
| ·本文主要研究内容 | 第29-32页 |
| 第2章 有限精度权值神经网络的性能分析 | 第32-41页 |
| ·引言 | 第32-33页 |
| ·有限精度权值神经网络的学习能力的分析 | 第33-34页 |
| ·神经网络权值范围与收敛性 | 第34-37页 |
| ·权值范围与数量的理论计算 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 有限精度权值神经网络的设计 | 第41-61页 |
| ·引言 | 第41页 |
| ·BP神经网络 | 第41-45页 |
| ·BP网络模型 | 第41-42页 |
| ·传统BP算法的原理 | 第42-44页 |
| ·传统BP网络的缺陷及改进方法 | 第44-45页 |
| ·有限精度权值神经网络的设计 | 第45-55页 |
| ·有限精度权值神经网络算法的研究 | 第45-46页 |
| ·有限精度权值神经网络的精简优化思想 | 第46-55页 |
| ·遗传算法 | 第55-57页 |
| ·遗传算法简介 | 第55页 |
| ·基本遗传算法 | 第55-57页 |
| ·改进遗传算法对有限精度BP神经网络权值优化方法 | 第57-58页 |
| ·实验及结果分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 基于有限精度整数权值神经网络的图像增强方法 | 第61-88页 |
| ·引言 | 第61页 |
| ·图像增强技术的研究意义及现状 | 第61-64页 |
| ·图像增强技术的研究意义 | 第62页 |
| ·图像增强技术的研究现状及发展 | 第62-64页 |
| ·现有图像增强技术及理论 | 第64-74页 |
| ·空间域图像增强技术 | 第65-71页 |
| ·频率域图像增强技术 | 第71-74页 |
| ·传统图像增强技术的分析 | 第74页 |
| ·基于有限精度整数权值神经网络的图像增强方法 | 第74-87页 |
| ·改进遗传算法整数权值神经网络的拓扑结构 | 第74-75页 |
| ·改进遗传算法整数权值神经网络的编码及描述方法 | 第75页 |
| ·改进遗传算法训练整数权值神经网络的总体设计 | 第75-76页 |
| ·改进遗传算法训练整数权值神经网络的步骤 | 第76-79页 |
| ·改进遗传算法整数权值神经网络实现的图像增强方法 | 第79-87页 |
| ·本章小结 | 第87-88页 |
| 第5章 基于有限精度权值神经网络的触摸屏校准方法 | 第88-104页 |
| ·引言 | 第88页 |
| ·触摸屏工作原理及校准方法 | 第88-95页 |
| ·触摸屏的分类及技术指标 | 第89-90页 |
| ·常用触摸屏的校准方法 | 第90-95页 |
| ·建立嵌入式触摸屏校准系统的神经网络 | 第95-99页 |
| ·定点数权值的优化 | 第95-97页 |
| ·激励函数离散线性化 | 第97-99页 |
| ·优化的神经网络实现触摸屏校准 | 第99-103页 |
| ·触摸屏—液晶屏系统模型的建立 | 第99-100页 |
| ·触摸屏校准的神经网络训练 | 第100-101页 |
| ·神经网络校准测试及结果分析 | 第101-103页 |
| ·本章小结 | 第103-104页 |
| 第6章 基于有限精度权值神经网络的数字识别方法 | 第104-116页 |
| ·引言 | 第104页 |
| ·数字识别技术研究的现状及发展 | 第104-108页 |
| ·数字识别技术的研究意义 | 第104-105页 |
| ·数字识别技术的研究现状 | 第105-106页 |
| ·现有数字识别的方法 | 第106-107页 |
| ·数字识别技术研究的发展趋势 | 第107-108页 |
| ·设计有限精度权值神经网络和训练方法 | 第108-112页 |
| ·隐含层节点数和学习率 | 第108页 |
| ·权值精度的选择 | 第108-109页 |
| ·激励函数的离散化 | 第109-110页 |
| ·逐步量化的BP算法 | 第110-112页 |
| ·QBPSS算法的数字识别 | 第112-115页 |
| ·本章小结 | 第115-116页 |
| 第7章 结束语 | 第116-119页 |
| ·本文主要工作总结 | 第116-117页 |
| ·进一步研究展望 | 第117-119页 |
| 参考文献 | 第119-129页 |
| 致谢 | 第129-130页 |
| 作者在攻读博士学位期间撰写的论文和获得的奖励、专利及项目 | 第130-131页 |
