基于忆阻桥突触的神经网络电路研究及应用
摘要 | 第6-8页 |
Abstract | 第8-9页 |
第一章 引言 | 第10-20页 |
1.1 忆阻器的研究现状 | 第10-16页 |
1.1.1 忆阻器的定义 | 第10页 |
1.1.2 忆阻器的模型与特性 | 第10-16页 |
1.2 忆阻器的典型应用 | 第16页 |
1.3 人工神经网络的发展 | 第16-18页 |
1.4 研究背景与意义 | 第18页 |
1.5 论文的主要工作结构 | 第18-20页 |
第二章 忆阻突触电路及神经网络 | 第20-30页 |
2.1 忆阻神经突触的研究现状 | 第20-21页 |
2.2 忆阻串并联电路 | 第21-23页 |
2.2.1 忆阻串联电路 | 第21-22页 |
2.2.2 忆阻并联电路 | 第22-23页 |
2.3 忆阻桥突触电路 | 第23-27页 |
2.4 忆阻神经网络 | 第27-28页 |
2.5 本章小结 | 第28-30页 |
第三章 忆阻漂移现象的分析 | 第30-36页 |
3.1 忆阻漂移现象 | 第30页 |
3.2 线性忆阻器模型忆阻漂移现象分析 | 第30-33页 |
3.2.1 理论分析 | 第30-32页 |
3.2.2 数值仿真 | 第32-33页 |
3.3 非线性忆阻器模型忆阻漂移现象分析 | 第33-34页 |
3.3.1 理论分析 | 第33页 |
3.3.2 数值仿真 | 第33-34页 |
3.4 本章小结 | 第34-36页 |
第四章 基于忆阻桥突触的神经网络及其应用 | 第36-44页 |
4.1 对称极性脉冲抑制忆阻漂移的分析 | 第36-38页 |
4.2 双极性脉冲忆阻桥突触 | 第38页 |
4.3 双极性脉冲忆阻桥突触神经网络 | 第38-40页 |
4.4 数值仿真 | 第40-43页 |
4.4.1 图像去噪 | 第40-41页 |
4.4.2 边缘提取 | 第41-42页 |
4.4.3 角检测 | 第42-43页 |
4.5 本章小结 | 第43-44页 |
第五章 基于忆阻桥突触神经网络电路实现及其应用 | 第44-52页 |
5.1 忆阻桥神经元和神经突触电路实现 | 第44-46页 |
5.2 忆阻神经网络的电路实现 | 第46-48页 |
5.3 忆阻神经网络实现联想记忆 | 第48-50页 |
5.4 本章小结 | 第50-52页 |
第六章 总结与展望 | 第52-54页 |
6.1 本文的主要工作 | 第52页 |
6.2 下一步的工作思路 | 第52-54页 |
参考文献 | 第54-60页 |
致谢 | 第60-62页 |
攻读硕士期间已完成和发表的学术论文 | 第62页 |
攻读硕士期间参加的科研项目 | 第62页 |