仿生型人工神经网络模拟器的研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第8-11页 |
| 1.1 人工神经网络的简介 | 第8页 |
| 1.2 人工神经网络的发展历史 | 第8-9页 |
| 1.3 国内外人工神经网络研究现状 | 第9-10页 |
| 1.4 论文结构 | 第10-11页 |
| 第2章 人工神经网路的研究方法 | 第11-19页 |
| 2.1 人工神经网络模型介绍 | 第11-13页 |
| 2.2 人工神经网络的分类 | 第13-17页 |
| 2.2.1 人工神经网络按照拓扑结构分类 | 第13-16页 |
| 2.2.2 人工神经网络按照信号的特点分类 | 第16-17页 |
| 2.2.3 人工神经网络按照连接权重获取方式分类 | 第17页 |
| 2.2.4 人工神经网络按照网络层数分类 | 第17页 |
| 2.3 人工神经网络的算法概述 | 第17-18页 |
| 2.3.1 Hebb学习规则 | 第17页 |
| 2.3.2 Delta学习规则 | 第17-18页 |
| 2.3.3 Kohonen竞争学习规则 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 仿生型人工神经网络的生物学背景 | 第19-27页 |
| 3.1 生物神经网络的简介 | 第19页 |
| 3.2 生物神经网络的相关特性 | 第19-20页 |
| 3.3 生物神经网络的内部结构 | 第20-21页 |
| 3.4 大脑神经网络的介绍 | 第21-23页 |
| 3.5 果蝇神经网络的介绍 | 第23-25页 |
| 3.6 蜜蜂神经网络的介绍 | 第25-26页 |
| 3.7 本章小结 | 第26-27页 |
| 第4章 仿生型人工神经网络模拟器的设计与开发 | 第27-45页 |
| 4.1 仿生型人工神经网络及其模拟器的提出 | 第27-28页 |
| 4.2 国内外人工神经网络模拟器的研究现状 | 第28-32页 |
| 4.3 仿生型人工神经网络模拟器的设计 | 第32-43页 |
| 4.3.1 配置文件模块 | 第33-35页 |
| 4.3.2 CPU中央控制单元模块 | 第35-38页 |
| 4.3.3 GPU并行加速模块 | 第38-41页 |
| 4.3.4 三维展示界面 | 第41-43页 |
| 4.4 整个模拟器系统工作流程 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 仿生型人工神经网络在模拟器上的仿真与验证 | 第45-52页 |
| 5.1 仿果蝇复眼神经网络在模拟器上的仿真 | 第45-47页 |
| 5.2 仿蜜蜂神经网络在模拟器上的仿真 | 第47-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第6章 总结和展望 | 第52-53页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-57页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第57页 |
