| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要工作以及创新点 | 第13-14页 |
| 1.4 论文组织架构 | 第14-16页 |
| 第2章 视觉神经机制及脉冲编码 | 第16-22页 |
| 2.1 概论 | 第16页 |
| 2.2 感受野DOG模型 | 第16-17页 |
| 2.3 方向选择机制 | 第17-18页 |
| 2.4 神经元模型 | 第18-20页 |
| 2.4.1 HH神经元模型 | 第18-19页 |
| 2.4.2 LIF神经元模型 | 第19-20页 |
| 2.5 神经信息编码 | 第20-21页 |
| 2.5.1 频率编码 | 第20-21页 |
| 2.5.2 时间编码 | 第21页 |
| 2.5.3 首次放电序列编码 | 第21页 |
| 2.6 小结 | 第21-22页 |
| 第3章 基于生物视觉信息流传递和处理的面孔识别方法 | 第22-31页 |
| 3.1 概述 | 第22页 |
| 3.2 基于视觉信息流传递和处理机制的面孔识别模型 | 第22-25页 |
| 3.3 算法原理 | 第25-28页 |
| 3.3.1 旋转样本，构造训练数据 | 第25-26页 |
| 3.3.2 神经元频率编码和数据归一化 | 第26-28页 |
| 3.4 实验结果及分析 | 第28-30页 |
| 3.4.1 数据集介绍 | 第28页 |
| 3.4.2 感受野处理分析 | 第28-29页 |
| 3.4.3 方向选择机制分析 | 第29-30页 |
| 3.5 小结 | 第30-31页 |
| 第4章 基于选择注意机制的面孔显著性信息提取 | 第31-40页 |
| 4.1 概述 | 第31页 |
| 4.2 算法原理 | 第31-35页 |
| 4.2.1 注意点与注意掩膜 | 第31-33页 |
| 4.2.2 基于局部信息熵的神经元脉冲发放 | 第33-34页 |
| 4.2.3 spike神经元掩膜矩阵算法 | 第34页 |
| 4.2.4 基于选择注意机制的面孔显著性信息提取模型 | 第34-35页 |
| 4.3 实验结果 | 第35-37页 |
| 4.3.1 选择注意机制处理效果 | 第35-36页 |
| 4.3.2 面孔识别结果 | 第36-37页 |
| 4.4 讨论与分析 | 第37-39页 |
| 4.5 小结 | 第39-40页 |
| 第5章 基于DLIF神经元的面孔识别研究 | 第40-49页 |
| 5.1 概述 | 第40页 |
| 5.2 基本原理 | 第40-44页 |
| 5.2.1 DLIF神经元模型 | 第40-42页 |
| 5.2.2 敏感度计算方法 | 第42页 |
| 5.2.3 周边抑制系数计算方法 | 第42页 |
| 5.2.4 DLIF神经元面孔识别模型 | 第42-44页 |
| 5.3 实验结果 | 第44-46页 |
| 5.3.1 DLIF神经元脉冲发放结果 | 第44-45页 |
| 5.3.2 DLIF神经元作用效果 | 第45-46页 |
| 5.3.3 面孔识别结果 | 第46页 |
| 5.4 讨论与分析 | 第46-48页 |
| 5.5 小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49-50页 |
| 6.2 展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录 | 第55页 |
