| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-18页 |
| ·人工神经网络的发展概论 | 第12-13页 |
| ·细胞神经网络的研究和发展现状 | 第13-15页 |
| ·本文的研究意义 | 第15-16页 |
| ·本文的内容和结构安排 | 第16-18页 |
| 第二章 CNN 的数学模型与系统分析 | 第18-29页 |
| ·细胞神经网络的结构和特点 | 第18-22页 |
| ·标准CNN 动态范围与稳定性分析 | 第22-27页 |
| ·CNN 动态范围 | 第22-23页 |
| ·CNN 稳定性分析 | 第23-27页 |
| ·输入输出的量化及其图象处理的基本思想 | 第27-28页 |
| ·输入与输出量化 | 第27页 |
| ·CNN 的图象处理基本思想 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于自适应遗传算法的CNN 模板设计 | 第29-45页 |
| ·遗传算法的搜索过程、与其它优化方法的比较和遗传操作 | 第29-32页 |
| ·遗传算法的搜索过程 | 第29-30页 |
| ·遗传算法与其它优化方法的比较 | 第30页 |
| ·遗传操作 | 第30-32页 |
| ·基于自适应遗传算法的CNN 模板设计算法实现 | 第32-42页 |
| ·编码方式 | 第33-34页 |
| ·适应度函数的设计 | 第34-38页 |
| ·选择 | 第38-39页 |
| ·交叉和变异 | 第39-42页 |
| ·遗传算法性能比较 | 第42-43页 |
| ·实验分析和对比 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于主动轮廓图像分割模型的CNN 实现 | 第45-63页 |
| ·基于主动轮廓图像分割的数学模型及算法实现 | 第46-48页 |
| ·基于主动轮廓图像分割的数学模型 | 第46-47页 |
| ·基于主动轮廓图像分割的算法实现 | 第47-48页 |
| ·基于主动轮廓图像分割模型的CNN 算法实现 | 第48-59页 |
| ·算法总体框图 | 第49-51页 |
| ·外部能量处理模块 | 第51-53页 |
| ·扩展模块 | 第53-56页 |
| ·细化模块 | 第56-59页 |
| ·仿真结果及结论 | 第59-61页 |
| ·基于主动轮廓图像分割模型的CNN 算法计算复杂度 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 基于CNN 的逻辑电路设计与实现 | 第63-82页 |
| ·单个细胞状态方程分析 | 第63-64页 |
| ·单个细胞硬件电路设计 | 第64-68页 |
| ·CNN 电路仿真与分析 | 第68-79页 |
| ·CNN 电路的MATLAB 仿真与分析 | 第68-70页 |
| ·CNN 电路的EWB 仿真与分析 | 第70-79页 |
| ·细胞电路印刷电路板的设计 | 第79-80页 |
| ·本章小结 | 第80-82页 |
| 第六章 总结与展望 | 第82-84页 |
| ·本文的主要工作 | 第82页 |
| ·后续工作 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-89页 |
| 攻读硕士学位期间发表的学术论文 | 第89-90页 |
| 附录 | 第90-98页 |