摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第11-30页 |
1.1 神经系统的结构和功能 | 第11-15页 |
1.2 神经编码的研究 | 第15-20页 |
1.2.1 概述 | 第15页 |
1.2.2 Spike序列和发放率编码 | 第15-17页 |
1.2.3 独立spike和相关性编码 | 第17页 |
1.2.4 群编码和相位编码 | 第17-18页 |
1.2.5 时间编码 | 第18-20页 |
1.3 能量编码 | 第20-23页 |
1.4 大脑的空间表示系统 | 第23-27页 |
1.5 本文研究内容与章节安排 | 第27-30页 |
第2章 基础知识和基本概念 | 第30-41页 |
2.1 神经元、动作电位和HODGKIN-HUXLEY模型 | 第30-35页 |
2.2 海马体结构 | 第35-37页 |
2.3 认知地图介绍 | 第37-38页 |
2.4 智力探索介绍 | 第38-39页 |
2.5 神经能量场和梯度的概念 | 第39-40页 |
2.6 本章小结 | 第40-41页 |
第3章 基于HODGKIN-HUXLEY模型的神经元供能-耗能特性研究 | 第41-61页 |
3.1 引言 | 第41-42页 |
3.2 本章模型和计算方法 | 第42-46页 |
3.3 神经元的离子电流与能量 | 第46-58页 |
3.3.1 发放状态下的离子电流与能量 | 第46-51页 |
3.3.2 阈下活动的离子电流与能量 | 第51-57页 |
3.3.3 能量利用率的特征 | 第57-58页 |
3.4 数据支持和突触能量讨论 | 第58-60页 |
3.5 本章小结 | 第60-61页 |
第4章 基于神经能量场梯度的智力探索研究 | 第61-77页 |
4.1 引言 | 第61-63页 |
4.2 神经能量场梯度模型 | 第63-69页 |
4.3 智力探索和路径优化 | 第69-72页 |
4.4 能量场梯度模型的参数对最优路径的影响 | 第72-75页 |
4.5 本章小结 | 第75-77页 |
第5章 基于能量的三维空间位置细胞模型 | 第77-93页 |
5.1 引言 | 第77-78页 |
5.2 实验环境和神经网络结构 | 第78-79页 |
5.3 传感器和连接权重模型 | 第79-80页 |
5.4 三维空间的能量化位置细胞模型 | 第80-82页 |
5.5 位置野和定位效果 | 第82-88页 |
5.6 位置野的讨论 | 第88-91页 |
5.7 本章小结 | 第91-93页 |
第6章 总结与展望 | 第93-97页 |
6.1 本文研究工作总结 | 第93-96页 |
6.2 今后研究工作展望 | 第96-97页 |
参考文献 | 第97-106页 |
致谢 | 第106-107页 |
攻读博士学位期间完成和发表的论文 | 第107页 |