| 第一章 绪论 | 第1-19页 |
| ·人工神经网络的研究意义 | 第13-14页 |
| ·联想记忆模型的最新研究进展 | 第14-17页 |
| ·本文的主要研究工作 | 第17-18页 |
| ·本文的内容安排 | 第18-19页 |
| 第二章 核自联想记忆模型统一框架 | 第19-31页 |
| ·传统的自联想记忆模型 | 第19-24页 |
| ·Hopfield 联想记忆模型及其稳定性分析 | 第19-22页 |
| ·其他的自联想记忆模型 | 第22-24页 |
| ·传统的自联想记忆模型的局限性及其解决方法 | 第24-25页 |
| ·基于核的学习理论 | 第25-28页 |
| ·核方法的实质 | 第25-27页 |
| ·常用的核函数及其构造 | 第27-28页 |
| ·核框架下的自联想记忆模型（KAMS） | 第28-30页 |
| ·二值核自联想记忆模型(bKAMs) | 第28-29页 |
| ·多值核自联想记忆模型(m KAMs) | 第29-30页 |
| ·本章小节 | 第30-31页 |
| 第三章 基于小世界体系的核自联想记忆模型统一框架 | 第31-37页 |
| ·核自联想记忆模型（KAMs）的局限性及其解决方法 | 第31页 |
| ·稀疏网络结构 | 第31-34页 |
| ·小世界网络、随机网络和规则网络 | 第32-33页 |
| ·无标度网络 | 第33-34页 |
| ·基于小世界体系的核自联想记忆模型（SWA-KAMs） | 第34-36页 |
| ·基于小世界体系的二值核自联想记忆模型（SWA-bKAMs） | 第34-35页 |
| ·基于小世界体系的多值核自联想记忆模型（SWA-m KAMs） | 第35页 |
| ·具有其它三种稀疏网络结构的核自联想记忆模型 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 自联想记忆模型在人脸识别中的应用 | 第37-47页 |
| ·人脸识别技术概述 | 第37-39页 |
| ·人脸识别技术的应用前景 | 第37页 |
| ·人脸识别技术研究现状 | 第37-39页 |
| ·FERET 人脸数据库及基于自联想记忆模型的人脸识别算法介绍 | 第39-41页 |
| ·FERET 人脸数据库介绍 | 第39-40页 |
| ·基于自联想记忆模型的人脸识别算法 | 第40-41页 |
| ·计算机模拟实验结果及性能比较 | 第41-46页 |
| ·核的选取对基于 KAMs 模型的人脸识别算法的影响 | 第41-42页 |
| ·稀疏网络结构对基于稀疏 KAMs 模型的人脸识别算法的影响 | 第42-43页 |
| ·稀疏连接度对基于小世界体系的指数 KAMs 模型的影响 | 第43页 |
| ·含不同程度的椒盐噪声和高斯噪声时的识别性能比较 | 第43-45页 |
| ·部分遮挡时的识别性能比较 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 结束语 | 第47-49页 |
| 致谢 | 第49-50页 |
| 硕士研究生期间参加的科研项目及录用的论文 | 第50-51页 |
| 参考文献 | 第51-55页 |
