基于改进液体状态机的手写数字识别技术研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题背景和意义 | 第8页 |
| 1.2 国内外的研究现状和发展趋势 | 第8-11页 |
| 1.3 本文的主要研究工作和创新点 | 第11-12页 |
| 1.4 本文各章节内容及安排 | 第12-14页 |
| 2 液体状态机 | 第14-26页 |
| 2.1 液体状态机定义 | 第14-15页 |
| 2.2 生物神经元背景 | 第15-17页 |
| 2.3 脉冲神经元模型 | 第17-19页 |
| 2.4 脉冲神经网络拓扑结构 | 第19-24页 |
| 2.4.1 STDP突触可塑性 | 第19-23页 |
| 2.4.2 皮质层多簇网络 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 3 液体状态机储备池优化 | 第26-46页 |
| 3.1 引言 | 第26页 |
| 3.2 自组织分簇储备池 | 第26-33页 |
| 3.2.1 网络构成 | 第27-29页 |
| 3.2.2 自组织分簇网络性能分析 | 第29-33页 |
| 3.3 分簇自组织储备池 | 第33-40页 |
| 3.3.1 网络构成 | 第33-36页 |
| 3.3.2 分簇自组织网络性能分析 | 第36-40页 |
| 3.4 改进液体状态机参数确定 | 第40-45页 |
| 3.4.1 实验方法 | 第41页 |
| 3.4.2 实验结果及分析 | 第41-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 手写数字识别在改进液体状态机上的实现 | 第46-60页 |
| 4.1 手写数字识别策略 | 第46-47页 |
| 4.2 实验方法 | 第47-51页 |
| 4.2.1 输入处理 | 第47-49页 |
| 4.2.2 获取网络状态 | 第49页 |
| 4.2.3 训练输出神经元 | 第49-50页 |
| 4.2.4 输出 | 第50-51页 |
| 4.3 实验结果及分析 | 第51-52页 |
| 4.4 手写数字识别延伸研究 | 第52-59页 |
| 4.4.1 实验方法 | 第53-56页 |
| 4.4.2 实验结果及分析 | 第56-59页 |
| 4.5 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-64页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 附录 | 第72页 |
| A.作者在攻读学位期间发表的论文目录 | 第72页 |
| B.作者在攻读学位期间取得的科研成果目录 | 第72页 |
