| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-24页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 脉冲神经P系统 | 第12-19页 |
| 1.2.1 脉冲神经 P 系统简介 | 第12-13页 |
| 1.2.2 脉冲神经P系统的形式化定义 | 第13-16页 |
| 1.2.3 脉冲神经P系统的研究现状 | 第16-19页 |
| 1.3 研究涉及的预备知识 | 第19-21页 |
| 1.3.1 形式语言 | 第19-20页 |
| 1.3.2 注册机 | 第20-21页 |
| 1.4 论文的主要研究内容与创新点 | 第21-22页 |
| 1.4.1 论文的主要内容 | 第21-22页 |
| 1.4.2 论文的创新点 | 第22页 |
| 1.5 本章小结 | 第22-24页 |
| 第二章 加权结构塑性脉冲神经P系统 | 第24-32页 |
| 2.1 系统概述 | 第24-26页 |
| 2.2 产生模式下系统的计算通用性研究 | 第26-30页 |
| 2.3 接收模式下系统的计算通用性研究 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于学习规则的结构塑性脉冲神经P系统(SNPSPS) | 第32-40页 |
| 3.1 形式化定义 | 第32-34页 |
| 3.2 系统的学习规则 | 第34-36页 |
| 3.3 系统的计算过程 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 SNPSPS在手写数字识别问题中的应用 | 第40-60页 |
| 4.1 手写数字识别 | 第40-43页 |
| 4.2 用于数字识别的SNPSPS | 第43-51页 |
| 4.2.1 形式化定义 | 第43-44页 |
| 4.2.2 系统结构 | 第44-51页 |
| 4.3 实验验证 | 第51-59页 |
| 4.3.1 实验过程 | 第51-52页 |
| 4.3.2 结果分析 | 第52-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-63页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读学位期间的论文发表情况 | 第66-68页 |
| 致谢 | 第68页 |