| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究的目的和意义 | 第10页 |
| 1.2 经典条件反射现象及其模型的研究和进展 | 第10-13页 |
| 1.2.1 经典条件反射现象 | 第10-12页 |
| 1.2.2 经典条件反射的计算模型 | 第12-13页 |
| 1.3 类脑智能的研究和进展 | 第13-16页 |
| 1.3.1 神经元模型 | 第14-15页 |
| 1.3.2 突触可塑性 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-17页 |
| 第2章 类脑神经网络中的突触可塑性研究 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 放电时序依赖可塑性 | 第17-20页 |
| 2.3 放电率对放电时序依赖可塑性的影响 | 第20-25页 |
| 2.3.1 神经元的瞬时放电率的计算方法 | 第21-22页 |
| 2.3.2 放电率对放电时序依赖可塑性的影响的理论计算 | 第22-23页 |
| 2.3.3 放电率对放电时序依赖可塑性的影响的实验验证 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于放电时序依赖可塑性的条件反射模型 | 第26-41页 |
| 3.1 引言 | 第26页 |
| 3.2 类脑神经网络模型的结构设计 | 第26-29页 |
| 3.3 类脑神经网络模型的特性分析 | 第29-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 机器人经典条件反射能力的实现 | 第41-48页 |
| 4.1 引言 | 第41页 |
| 4.2 机器经典条件反射系统构建 | 第41-45页 |
| 4.2.1 系统架构与设计 | 第41-42页 |
| 4.2.2 机器人非条件反射的实现方法 | 第42-44页 |
| 4.2.3 经典条件反射机制的实现方法 | 第44-45页 |
| 4.3 机器人经典条件反射系统的模拟测试 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 攻读硕士学位期间所发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |