| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1.绪论 | 第9-17页 |
| 1.1 本文研究的背景和主要意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.3 论文的创新 | 第15-16页 |
| 1.4 本文的内容安排 | 第16-17页 |
| 2.常用的分类算法 | 第17-30页 |
| 2.1 K-means 算法 | 第17-22页 |
| 2.2 BP 神经网络 | 第22-29页 |
| 2.3 本章小结 | 第29-30页 |
| 3.深度学习算法 | 第30-40页 |
| 3.1 RBM 算法 | 第30-37页 |
| 3.2 DBNs 算法 | 第37-39页 |
| 3.3 本章小结 | 第39-40页 |
| 4.神经元胞体的分类 | 第40-73页 |
| 4.1 神经元胞体简介 | 第40-43页 |
| 4.2 数据处理和仿真 | 第43-55页 |
| 4.3 数据特征的选择 | 第55-58页 |
| 4.4 仿真数据分析 | 第58-65页 |
| 4.5 实验和结果分析 | 第65-72页 |
| 4.6 本章小结 | 第72-73页 |
| 5.总结和展望 | 第73-75页 |
| 5.1 本文的主要工作 | 第73-74页 |
| 5.2 未来工作的展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-81页 |