| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·概述 | 第7-9页 |
| ·研究背景与意义 | 第7-8页 |
| ·经典联想记忆神经网络的发展 | 第8-9页 |
| ·HOPFIELD 神经网络及联想记忆 | 第9-13页 |
| ·Hopfield 神经元网络 | 第10-12页 |
| ·用于联想记忆 | 第12-13页 |
| ·主要工作与论文结构 | 第13-15页 |
| ·本文的主要工作包括 | 第13-14页 |
| ·本文的论文结构 | 第14-15页 |
| 第二章 数学形态学及模糊理论 | 第15-20页 |
| ·数学形态学 | 第15-18页 |
| ·数学形态学的发展和基本运算 | 第15-17页 |
| ·灰度图像的数学形态学 | 第17-18页 |
| ·模糊理论 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 联想记忆网络模型及其理论 | 第20-25页 |
| ·双向形态学联想记忆网络 | 第20-22页 |
| ·双向形态学联想记忆网络(MBAM) | 第20-21页 |
| ·MBAM 的缺陷 | 第21-22页 |
| ·双向模糊形态学联想记忆网络（FMBAM） | 第22-23页 |
| ·αβ 形态学联想记忆网络 | 第23-24页 |
| ·本章小节 | 第24-25页 |
| 第四章 动态核形态分解联想算法 | 第25-35页 |
| ·动态核概念 | 第25-28页 |
| ·灰度图像的分解联想算法 | 第28-29页 |
| ·动态核形态分解联想算法 | 第29-32页 |
| ·动态核形态分解联想算法的联想记忆步骤 | 第29-31页 |
| ·算法的优缺点 | 第31-32页 |
| ·动态核彩色图像形态学分解联想算法 | 第32-33页 |
| ·并行化的动态核形态学分解联想算法 | 第33-34页 |
| ·本章小节 | 第34-35页 |
| 第五章 动态核形态分解联想算法的应用 | 第35-46页 |
| ·动态核形态分解联想算法在MBAM 中的应用 | 第35-38页 |
| ·灰度图像的仿真实验 | 第35-37页 |
| ·彩色图像的仿真实验 | 第37-38页 |
| ·动态核形态分解联想算法在FMBAM 中的应用 | 第38-40页 |
| ·灰度图像的仿真实验 | 第38-39页 |
| ·彩色图像的仿真实验 | 第39-40页 |
| ·动态核形态学分解联想算法在 αβ 形态联想记忆网络中的应用 | 第40-41页 |
| ·灰度图像的仿真实验 | 第40页 |
| ·彩色图像的仿真实验 | 第40-41页 |
| ·并行化的动态核形态分解联想算法的应用 | 第41-43页 |
| ·动态核分解联想算法在图像识别中的应用 | 第43-45页 |
| ·本章小节 | 第45-46页 |
| 第六章 结束语 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第51页 |