脱机工作可训练的模式识别专用神经网络的软硬件设计
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-24页 |
| ·人工神经网络发展历史 | 第11-14页 |
| ·人工神经网络实现技术的概述 | 第14-21页 |
| ·神经网络全硬件实现方法 | 第15-19页 |
| ·神经网络虚拟实现方法 | 第19-21页 |
| ·CASSANDRA系列神经计算机 | 第21-22页 |
| ·CASSANDRA-Ⅰ神经计算机 | 第21-22页 |
| ·CASSANDRA-Ⅱ神经计算机 | 第22页 |
| ·论文主要的研究工作及论文安排 | 第22-24页 |
| 第二章 半导体神经计算机的理论 | 第24-38页 |
| ·人工智能的发展 | 第24-26页 |
| ·半导体神经计算机的理论基础 | 第26-38页 |
| ·半导体神经计算机的算法理论基础 | 第27-28页 |
| ·半导体神经计算机的算法及其分析方法 | 第28-33页 |
| ·半导体神经计算机的的识别算法及实现途径 | 第33-35页 |
| ·半导体神经计算机的硬件实现 | 第35-38页 |
| 第三章 硬件实现 | 第38-54页 |
| ·脱机工作可训练的模式识别专用的含义. | 第38页 |
| ·脱机工作可训练的模式识别专用神经网络的结构设计 | 第38-52页 |
| ·信息控制及存储单元设计 | 第39-44页 |
| ·算术逻辑单元介绍 | 第44-45页 |
| ·神经计算单元介绍 | 第45-47页 |
| ·图像采集单元硬件设计 | 第47-51页 |
| ·语音录放单元设计 | 第51-52页 |
| ·系统抗干扰设计 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 软件实现 | 第54-68页 |
| ·系统开发环境的介绍 | 第54-57页 |
| ·MCU开发环境 | 第54-55页 |
| ·系统软硬件验证环境 | 第55-57页 |
| ·系统工作流程设计 | 第57-60页 |
| ·系统内存分配设计 | 第60-62页 |
| ·系统功能模块设计 | 第62-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 实验结果与分析 | 第68-78页 |
| ·系统实验过程 | 第68-71页 |
| ·系统学习流程 | 第68-69页 |
| ·系统识别流程 | 第69-70页 |
| ·实验及结果 | 第70-71页 |
| ·传统SVM实验结果 | 第71-72页 |
| ·实验结果分析 | 第72-73页 |
| ·无宿主半导体神经计算机的硬件实现实验过程图 | 第73-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| ·总结 | 第78-79页 |
| ·展望 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 致谢 | 第85-86页 |
| 攻读学位期间发表的学术论文目录 | 第86页 |
