| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 本文的章节安排 | 第12-13页 |
| 第二章 Spiking神经网络基础 | 第13-24页 |
| 2.1 Spike神经元模型 | 第13-19页 |
| 2.1.1 Integrate-and-Fire神经元模型 | 第14-15页 |
| 2.1.2 Izhikevich神经元模型 | 第15-17页 |
| 2.1.3 影响Spike神经元发放脉冲行为的主要参数 | 第17-19页 |
| 2.2 Spiking神经网络结构 | 第19-20页 |
| 2.3 脉冲编码 | 第20-22页 |
| 2.3.1 线性延迟编码 | 第20-21页 |
| 2.3.2 感受野群编码 | 第21-22页 |
| 2.4 Spiking神经网络的应用 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 Spiking神经网络的学习规则和多态同步群 | 第24-34页 |
| 3.1 学习规则 | 第24-28页 |
| 3.1.1 Hebbian规则 | 第24-25页 |
| 3.1.2 STDP学习规则 | 第25-28页 |
| 3.2 Polychronization Groups(多态同步群) | 第28-33页 |
| 3.2.1 影响多态同步群数量的主要参数 | 第29-33页 |
| 3.3 本章小节 | 第33-34页 |
| 第四章 基于Spiking-SOM神经网络聚类的图像分割方法 | 第34-49页 |
| 4.1 基于Spiking-SOM神经网络聚类的图像分割方法设计 | 第34-44页 |
| 4.1.1 预处理 | 第35-36页 |
| 4.1.2 超像素计算 | 第36-44页 |
| 4.2 实验结果与分析 | 第44-48页 |
| 4.2.1 实验环境 | 第44页 |
| 4.2.2 参数设置 | 第44页 |
| 4.2.3 实验结果 | 第44-45页 |
| 4.2.4 本文方法和其他方法对比与评价 | 第45-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读学位期间取得的研究成果 | 第55-56页 |
| 致谢 | 第56页 |
