| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 目录 | 第5-7页 |
| 一、绪论 | 第7-22页 |
| (一)、细胞神经网络的研究背景 | 第7-10页 |
| 1、细胞神经网络提出的背景 | 第7-8页 |
| 2、CNN模型 | 第8-10页 |
| (二)、CNN的定义及其基本理论 | 第10-13页 |
| 1、CNN的定义 | 第10-11页 |
| 2、CNN的稳定性与复杂性 | 第11-13页 |
| (三)、CNN作为新的计算(逻辑运算)模式 | 第13-18页 |
| 1、标准非耦合的CNN | 第14-16页 |
| 2、标准非耦合的CNN的实现布尔函数 | 第16-18页 |
| (四)、论文研究意义及主要内容 | 第18-22页 |
| 1、CNN的研究意义 | 第18-21页 |
| 2、论文研究的主要内容 | 第21-22页 |
| 二、梯形激活函数的细胞神经网络 | 第22-37页 |
| (一)、梯形激活函数及CNNwTAF | 第22-24页 |
| (二)、CNNwTAF的静态解分析 | 第24-32页 |
| 1、参数平面划分 | 第25-26页 |
| 2、由l_2,l_4,r_2和r_4划分的参数空间 | 第26-30页 |
| 3、由l_1,l_3,r_1和r_3划分的参数空间 | 第30-31页 |
| 4、CNNwTAF的静态解的性质 | 第31-32页 |
| (三)、一类CNNwTAF的静态解映射的Smale马蹄 | 第32-37页 |
| 三、脉冲激活函数的细胞神经网络 | 第37-54页 |
| (一)、脉冲激活函数及CNNwIAF | 第37-38页 |
| (二)、CNNwIAF的DPplot分析 | 第38-42页 |
| (三)、应用CNNwIAF实现线性不可分的布尔函数 | 第42-51页 |
| 1、n=2的情形 | 第42-44页 |
| 2、n=3的情形 | 第44-47页 |
| 3、实例 | 第47-48页 |
| 4、152个不可分的局部规则及其模扳 | 第48-51页 |
| (四)、CNNwIAF的应用——生命游戏的实现 | 第51-53页 |
| (五)、小结 | 第53-54页 |
| 四、总结与展望 | 第54-56页 |
| (一)、总结 | 第54页 |
| (二)、展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 在学期间的研究成果及发表的论文 | 第60-62页 |
