| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-21页 |
| ·引言 | 第12-13页 |
| ·动态突触在TSP 问题中的应用研究现状 | 第13-16页 |
| ·动态突触在联想记忆中的应用研究现状 | 第16-19页 |
| ·传统 Hopfield神经网络的联想记忆 | 第16-17页 |
| ·动态突触神经网络的联想记忆 | 第17-19页 |
| ·论文的主要工作 | 第19-21页 |
| 第二章 抑制型动态突触神经网络模型 | 第21-34页 |
| ·前言 | 第21页 |
| ·动态突触神经元(DS) | 第21-24页 |
| ·突触 | 第21-23页 |
| ·抑制型动态突触 | 第23-24页 |
| ·基于动态突触的离散 Hopfield神经网络模型(DS-DHNN) | 第24-30页 |
| ·传统连续型 Hopfield神经网络模型(CHNN) | 第24-26页 |
| ·传统离散型 Hopfield神经网络模型(DHNN) | 第26-28页 |
| ·改进型能量函数(IEF)和H-派生神经网络 | 第28-29页 |
| ·DS-DHNN模型建立 | 第29-30页 |
| ·基于动态突触的瞬态混沌神经网络模型(DS-TCNN) | 第30-33页 |
| ·瞬态混沌神经网络(TCNN) | 第30-32页 |
| ·DS-TCNN模型建立 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 抑制型动态突触神经网络在 TSP问题中的应用研究 | 第34-57页 |
| ·前言 | 第34页 |
| ·TSP问题的基本理论 | 第34-36页 |
| ·TSP的问题描述 | 第34-35页 |
| ·TSP的计算复杂性 | 第35-36页 |
| ·基于 DS-OHNN的 TSP应用研究 | 第36-45页 |
| ·DS-DHNN神经网络的伴随神经网络及平衡点关系 | 第36-37页 |
| ·DS-DHNN动态突触神经元在 TSP求解中的演变和实现 | 第37-38页 |
| ·4城市 TSP问题求解 | 第38-41页 |
| ·10城市 TSP问题求解 | 第41-44页 |
| ·结果分析与讨论 | 第44-45页 |
| ·基于DS-TCNN的 TSP应用研究 | 第45-56页 |
| ·参数的选取、调试技术 | 第45-47页 |
| ·神经元偏置激活电流问题 | 第47页 |
| ·10城市TSP问题求解 | 第47-49页 |
| ·动态突触神经元的特性表征参数 U对求解 TSP影响的应用研究 | 第49-51页 |
| ·20城市TSP问题求解 | 第51-52页 |
| ·结果分析与讨论 | 第52-53页 |
| ·DS-TCNN-TSP算法总结 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 抑制型动态突触神经网络在联想记忆中的应用研究 | 第57-85页 |
| ·前言 | 第57页 |
| ·联想记忆的基本理论 | 第57-61页 |
| ·联想记忆的基本概念 | 第57-59页 |
| ·存储容量和吸引域 | 第59-61页 |
| ·一种抗伪状态的新型动态突触自联想记忆神经网络(ASS-DSNN) | 第61-71页 |
| ·Hebb学习规则和外积法 | 第61-64页 |
| ·抗伪状态的改进方案—非线性函数构造法 | 第64-68页 |
| ·ASS-DSNN自联想记忆网络模型的建立 | 第68-71页 |
| ·基于ASS-DSNN的联想记忆应用研究 | 第71-83页 |
| ·抗伪状态方案的应用研究(ASS-SSNN) | 第72-79页 |
| ·基于ASS-DSNN的联想记忆应用研究 | 第79-83页 |
| ·结果分析与讨论 | 第83-84页 |
| ·本章小结 | 第84-85页 |
| 第五章 结论与展望 | 第85-89页 |
| ·研究成果总结 | 第85-87页 |
| ·研究工作展望 | 第87-89页 |
| 参考文献 | 第89-92页 |
| 附录 | 第92-103页 |
| 攻读硕士学位期间发表和录用的论文 | 第103-104页 |
| 致谢 | 第104页 |
