| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·发展历程及其优势 | 第8-10页 |
| ·主要研究内容和研究思路 | 第10页 |
| ·主要研究成果 | 第10-12页 |
| 第二章 形态神经网络 | 第12-33页 |
| ·基本原理 | 第12-19页 |
| ·数学形态学 | 第12-14页 |
| ·数学形态学与神经网络 | 第14-18页 |
| ·形态神经网络的计算能力 | 第18-19页 |
| ·形态联想存储器模型 | 第19-22页 |
| ·形态感知器模型 | 第22-24页 |
| ·带树突的形态神经网络 | 第24-32页 |
| ·神经元及其过程 | 第25-26页 |
| ·带树突结构的形态神经元模型 | 第26-28页 |
| ·带树突的单层形态感知器的学习算法 | 第28-29页 |
| ·带树突的形态联想存储器 | 第29-32页 |
| ·噪声允许参数的计算方法 | 第30-31页 |
| ·实验结果 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第三章 覆盖算法 | 第33-39页 |
| ·M-P神经元的几何意义 | 第33-35页 |
| ·超平面表示 | 第33-34页 |
| ·超球面上“领域”(neighborhood)表示 | 第34-35页 |
| ·覆盖算法(covering algorithms) | 第35-38页 |
| ·交叉覆盖算法 | 第36-38页 |
| ·覆盖算法的推广 | 第38-39页 |
| 第四章 基于覆盖算法的带树突的多层形态感知器 | 第39-47页 |
| ·形态交叉覆盖算法 | 第39-42页 |
| ·交叉覆盖算法的分析及改进 | 第39-40页 |
| ·形态交叉覆盖算法的提出 | 第40-42页 |
| ·带树突的多层形态感知器模型 | 第42-43页 |
| ·实验结果 | 第43-46页 |
| ·小结 | 第46-47页 |
| 第五章 研究总结与展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间所做的科研工作 | 第53-54页 |
| 致谢 | 第54-55页 |
| 中文详细摘要 | 第55-57页 |