| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-12页 |
| 1 绪论 | 第12-31页 |
| ·概述 | 第12-14页 |
| ·Hopfield反馈神经网络及联想记忆 | 第14-22页 |
| ·离散型Hopfield神经元网络 | 第14-17页 |
| ·联想记忆的原理 | 第17-19页 |
| ·学习规则 | 第19页 |
| ·双向异联想记忆网络 | 第19-21页 |
| ·Hopfield网络的弱点 | 第21-22页 |
| ·模糊联想记忆网络 | 第22-27页 |
| ·模糊自联想存储器与模糊异联想存储器实现原理 | 第22-25页 |
| ·模糊双向联想记忆网络 | 第25-27页 |
| ·形态联想记忆网络 | 第27-28页 |
| ·联想记忆及在模式识别中的应用综述 | 第28-29页 |
| ·本文研究工作概述 | 第29-30页 |
| ·本文内容安排 | 第30-31页 |
| 2 模糊形态双向联想记忆网络 | 第31-54页 |
| ·概述 | 第31-32页 |
| ·形态双向联想网络MBAM的原理和实现 | 第32-38页 |
| ·形态神经网络的数学基础 | 第32-35页 |
| ·联想记忆数据对的存储 | 第35-37页 |
| ·双向联想记忆 | 第37-38页 |
| ·模糊形态双向联想记忆网络FMBAM | 第38-44页 |
| ·FMBAM的抗噪声能力 | 第44-47页 |
| ·实验结果 | 第47-52页 |
| ·本章小结 | 第52-54页 |
| 3 利用动态核的模糊形态联想记忆网络 | 第54-64页 |
| ·FMBAM核模式的提出 | 第54-57页 |
| ·FMBAM动态核的作用 | 第57-61页 |
| ·FMBAM动态核的抗噪声能力 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 4 动态核的FMBAM在灰度图像和彩色图像联想识别中的应用 | 第64-81页 |
| ·概述 | 第64页 |
| ·灰度图像的FMBAM方法 | 第64-67页 |
| ·核模式的FMBAM应用于灰度图像的联想和识别 | 第67-69页 |
| ·彩色图像的联想和识别 | 第69-74页 |
| ·RGB模型 | 第69-70页 |
| ·RGB模型图像的联想与识别 | 第70-73页 |
| ·HSV模型 | 第73页 |
| ·RGB模型与HSV模型转换 | 第73-74页 |
| ·HSV颜色模型的有序矢量 | 第74-78页 |
| ·HSV有序矢量的定义 | 第74-75页 |
| ·有序矢量的取大取小操作 | 第75-77页 |
| ·彩色图像的形态操作 | 第77-78页 |
| ·彩色图像的腐蚀和膨胀操作 | 第78-79页 |
| ·彩色图像矢量的腐蚀操作 | 第78页 |
| ·彩色图像矢量的膨胀操作 | 第78页 |
| ·彩色图像的开操作和闭操作 | 第78-79页 |
| ·彩色图像在SHV空间的形态学处理 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 5 核化的自联想多值反馈神经网络研究 | 第81-96页 |
| ·多值自联想反馈神经网络(MREM) | 第81-83页 |
| ·核化的自联想多值反馈神经网络(KARN) | 第83-84页 |
| ·对潜在增加函数核化 | 第83-84页 |
| ·核化的自联想多值反馈神经网络的权值 | 第84页 |
| ·核化的自联想多值反馈神经网络稳定点的分析 | 第84页 |
| ·核化的自联想多值反馈神经网络KARN的容量分析 | 第84-94页 |
| ·使用核函数进行核化 | 第85-86页 |
| ·多项式核函数的计算 | 第86-89页 |
| ·使用多项式核函数后容量的讨论 | 第89-90页 |
| ·径向基核函数的计算 | 第90-93页 |
| ·使用径向基核函数后容量的讨论 | 第93-94页 |
| ·实验结果与分析 | 第94页 |
| ·本章小结 | 第94-96页 |
| 结束语 | 第96-98页 |
| 致谢 | 第98-99页 |
| 参考文献 | 第99-107页 |
| 附录 | 第107页 |
| 攻读博士期间完成的的论文 | 第107页 |