Spiking神经网络的动态特性对液体状态机的影响研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 本课题国内外研究现状 | 第9-13页 |
| 1.3 本文主要研究内容和创新点 | 第13-14页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 创新之处 | 第14页 |
| 1.4 本文各章节内容及安排 | 第14-16页 |
| 2 Spiking神经网络及液体状态机 | 第16-26页 |
| 2.1 生物神经元 | 第16-17页 |
| 2.2 常见的Spiking神经元 | 第17-21页 |
| 2.2.1 H-H模型 | 第17-18页 |
| 2.2.2 IF模型 | 第18-19页 |
| 2.2.3 Izhikevich模型 | 第19-21页 |
| 2.3 自组织临界动力学行为 | 第21-23页 |
| 2.4 液体状态机 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 3 不同放电模式对液体状态机的影响研究 | 第26-45页 |
| 3.1 网络性能分析 | 第26-29页 |
| 3.2 脉冲信号重构实验 | 第29-34页 |
| 3.3 脉冲序列分类实验 | 第34-44页 |
| 3.4 本章小结 | 第44-45页 |
| 4 自组织临界动力学行为对液体状态机的影响研究 | 第45-58页 |
| 4.1 学习规则 | 第45-48页 |
| 4.1.1 非对称STDP学习规则 | 第45-47页 |
| 4.1.2 IP学习规则 | 第47-48页 |
| 4.2 临界动力学分析 | 第48-53页 |
| 4.3 脉冲信号重构实验 | 第53-57页 |
| 4.4 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 附录 | 第67页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第67页 |
| B. 作者在攻读硕士学位期间参与的项目 | 第67页 |
