基于一氧化氮递质非局部扩散性质的自组织神经气算法与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第7-10页 |
| ·课题背景 | 第7-9页 |
| ·全文结构概述 | 第9-10页 |
| 第二章 神经网络自组织方法分析 | 第10-25页 |
| ·概述 | 第10-13页 |
| ·自组织特征映射模型 | 第13-14页 |
| ·神经气模型 | 第14-16页 |
| ·生长型自组织网络 | 第16-25页 |
| ·竞争型Hebb学习方法 | 第17-18页 |
| ·生长型栅格模型 | 第18-20页 |
| ·生长型胞元结构模型 | 第20-22页 |
| ·生长型神经气模型 | 第22-25页 |
| 第三章 内源性NO扩散的动力学模型及仿真 | 第25-34页 |
| ·NO扩散模型与传统神经信号传输模型比较 | 第25-26页 |
| ·NO的产生机理 | 第26页 |
| ·NO扩散模型的理论建模 | 第26-29页 |
| ·点源扩散模型 | 第27-28页 |
| ·三维对称结构产生源的扩散模型 | 第28-29页 |
| ·不规则形状产生源的扩散模型 | 第29页 |
| ·NO扩散模型的仿真结果 | 第29-34页 |
| ·点源扩散模型仿真结果 | 第29-30页 |
| ·实心球源扩散模型仿真结果 | 第30-31页 |
| ·中空球源扩散模型仿真结果 | 第31-34页 |
| 第四章 扩散生长型自组织映射模型——DGSOM | 第34-51页 |
| ·节点生长机制 | 第34-35页 |
| ·拓扑连接建立及更新机制 | 第35-36页 |
| ·遗忘机制 | 第36页 |
| ·扩散与动态平衡机制 | 第36-41页 |
| ·动态平衡机制的引入 | 第36-38页 |
| ·DGSOM模型中的NO扩散机制 | 第38-39页 |
| ·近距竞争远距合作机制 | 第39-41页 |
| ·DGSOM模型算法流程及分析 | 第41-45页 |
| ·DGSOM模型算法流程 | 第41-42页 |
| ·DGSOM模型算法简要分析 | 第42-45页 |
| ·仿真实验 | 第45-51页 |
| ·静态输入分布 | 第45-46页 |
| ·缓慢变化的输入分布 | 第46-47页 |
| ·快速变化的输入分布 | 第47-48页 |
| ·数据维数估计 | 第48-51页 |
| 第五章 DGSOM模型应用探讨 | 第51-64页 |
| ·DGSOM模型在非线性系统辨识中的应用 | 第51-58页 |
| ·DGSOM模型最小二乘辨识 | 第51-56页 |
| ·DGSOM模型在机器人眼手系统中的应用 | 第56-58页 |
| ·DGSOM模型在聚类中的应用 | 第58-64页 |
| ·DGSOM模型用于数据聚类 | 第58-60页 |
| ·DGSOM模型用于有监督聚类 | 第60-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录1：DGSOM对各种不同分布的样本的映射结果 | 第71-73页 |
| 附录2：作者在攻读硕士学位期间所发表的论文 | 第73页 |
