| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-13页 |
| 1.1. 引言 | 第9页 |
| 1.2. 课题研究背景 | 第9-11页 |
| 1.2.1. 课题由来 | 第9-10页 |
| 1.2.2. 课题的主要研究内容 | 第10-11页 |
| 1.3. 课题的创新点 | 第11-12页 |
| 1.4. 本文的结构安排 | 第12-13页 |
| 第2章 脉冲神经网络及其硬件实现的背景知识 | 第13-22页 |
| 2.1. 引言 | 第13页 |
| 2.2. 脉冲神经网络 | 第13-17页 |
| 2.2.1. 脉冲神经网络模型 | 第13-15页 |
| 2.2.2. 脉冲神经网络拓扑结构 | 第15-16页 |
| 2.2.3. 脉冲神经网络实现方案 | 第16-17页 |
| 2.3. 片上网络 | 第17-20页 |
| 2.3.1. 片上网络概况 | 第17-18页 |
| 2.3.2. 片上网络路由器 | 第18-20页 |
| 2.3.3. 片上网络拓扑结构 | 第20页 |
| 2.4. 智能优化算法 | 第20-21页 |
| 2.4.1. 粒子群算法 | 第20-21页 |
| 2.4.2. 遗传算法 | 第21页 |
| 2.4.3. 免疫算法 | 第21页 |
| 2.5. 本章小结 | 第21-22页 |
| 第3章 脉冲神经网络动态优先级仲裁策略 | 第22-38页 |
| 3.1. 引言 | 第22-23页 |
| 3.2. 相关工作 | 第23-25页 |
| 3.3. 基于动态优先级仲裁策略的片上网络路由器 | 第25-30页 |
| 3.3.1. 路由节点概述 | 第25-28页 |
| 3.3.2. 优先级仲裁策略的实现 | 第28-30页 |
| 3.4. 实验及分析 | 第30-37页 |
| 3.4.1. 实验安排及参数设置 | 第30-33页 |
| 3.4.2. 性能指标 | 第33-34页 |
| 3.4.3. 实验结果 | 第34-36页 |
| 3.4.4. 路由器硬件实现 | 第36-37页 |
| 3.5. 本章小结 | 第37-38页 |
| 第4章 一种面向功耗的脉冲神经网络混合粒子群映射算法 | 第38-52页 |
| 4.1. 引言 | 第38页 |
| 4.2. 脉冲神经网络映射 | 第38-41页 |
| 4.2.1. 脉冲神经网络映射问题 | 第38-39页 |
| 4.2.2. 智能优化算法 | 第39-41页 |
| 4.3. 混合粒子群算法 | 第41-47页 |
| 4.3.1. 目标函数 | 第41-42页 |
| 4.3.2. 混合粒子群算法介绍 | 第42-45页 |
| 4.3.3. 混合粒子群算法运行过程 | 第45-47页 |
| 4.4. 实验及分析 | 第47-51页 |
| 4.4.1. 网络架构 | 第47-50页 |
| 4.4.2. 结果分析 | 第50-51页 |
| 4.5. 本章小结 | 第51-52页 |
| 第5章 一种多目标脉冲神经网络映射算法 | 第52-61页 |
| 5.1. 引言 | 第52页 |
| 5.2. 免疫算法 | 第52-54页 |
| 5.2.1. 生物免疫系统 | 第52页 |
| 5.2.2. 免疫算法概述 | 第52-54页 |
| 5.3. 基于免疫遗传算法的多目标映射算法 | 第54-57页 |
| 5.3.1. 多目标优化问题的数学描述 | 第54页 |
| 5.3.2. 传统多目标问题的求解方法 | 第54-55页 |
| 5.3.3. 映射问题及目标函数 | 第55-56页 |
| 5.3.4. 免疫遗传算法运行过程 | 第56-57页 |
| 5.4. 实验及分析 | 第57-60页 |
| 5.4.1. 网络结构 | 第57-59页 |
| 5.4.2. 结果分析 | 第59-60页 |
| 5.5. 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-62页 |
| 6.1. 总结 | 第61页 |
| 6.2. 未来工作的设想 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读学位期间的科研成果 | 第67-68页 |
| 致谢 | 第68-69页 |