| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题的背景和意义及国内外研究现状 | 第8-10页 |
| 1.2 本文的主要研究工作和创新点 | 第10-11页 |
| 1.3 本文各章节内容的安排 | 第11-13页 |
| 2 脉冲神经元和液体状态机 | 第13-28页 |
| 2.1 脉冲神经元的发展 | 第13-18页 |
| 2.1.1 人工神经元的演化 | 第13-15页 |
| 2.1.2 脉冲神经元的产生 | 第15-17页 |
| 2.1.3 脉冲神经元编码方式 | 第17-18页 |
| 2.2 脉冲神经元模型 | 第18-22页 |
| 2.2.1 Hodgkin-Huxley模型 | 第18-19页 |
| 2.2.2 Leaky-Integrate-and-Fire模型 | 第19-21页 |
| 2.2.3 Izhikevich模型 | 第21-22页 |
| 2.3 液体状态机 | 第22-27页 |
| 2.4 总结 | 第27-28页 |
| 3 基于时空信息整合的液体状态机优化 | 第28-47页 |
| 3.1 突触可塑性与兴奋性STDP | 第28-30页 |
| 3.2 突触整合 | 第30-33页 |
| 3.3 自组织网络的构建 | 第33-37页 |
| 3.4 时间序列分类任务 | 第37-40页 |
| 3.5 空间整合和时间整合上的优化 | 第40-46页 |
| 3.5.1 空间信息整合 | 第40-42页 |
| 3.5.2 时间信息整合 | 第42-46页 |
| 3.6 本章小结 | 第46-47页 |
| 4 混合突触可塑性对液体状态机的优化 | 第47-57页 |
| 4.1 抑制性神经元和抑制性STDP | 第47-50页 |
| 4.1.1 抑制性神经元的作用 | 第47-49页 |
| 4.1.2 抑制性STDP | 第49-50页 |
| 4.2 混合STDP构建自组织网络 | 第50-51页 |
| 4.3 实验结果 | 第51-55页 |
| 4.4 本章小结 | 第55-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录 | 第65页 |
| A. 作者在攻读学位期间发表的论文目录 | 第65页 |
| B. 作者在攻读硕士学位期间参与的项目 | 第65页 |
| C. 作者在攻读硕士学位期间获得的荣誉 | 第65页 |