首页--工业技术--自动化技术、计算机技术--自动化基础理论--人工智能理论--人工神经网络与计算
站内搜索
 请输入关键词搜索
 


相关点击
人工神经网络与计算论文

基于忆阻突触的神经网络及其应用研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-16页
    1.1 研究背景第8-11页
    1.2 国内外研究现状第11-13页
        1.2.1 忆阻细胞神经网络国内外研究现状第11-12页
        1.2.2 基于忆阻突触的联想记忆国内外研究现状第12-13页
    1.3 论文研究内容第13-14页
    1.4 论文组织结构第14-16页
第二章 忆阻器模型第16-28页
    2.1 理想惠普忆阻器模型第16-18页
    2.2 非线性惠普忆阻器模型第18-24页
    2.3 其它非线性忆阻器模型第24-26页
        2.3.1 指数忆阻器模型第24-25页
        2.3.2 西蒙隧道模型第25-26页
        2.3.3 阈值自适应忆阻器模型第26页
    2.4 本章小结第26-28页
第三章 忆阻突触与STDP学习法则第28-54页
    3.1 经典忆阻突触桥电路第28-33页
        3.1.1 忆阻突触桥电路分析仿真第28-32页
        3.1.2 基于经典忆阻桥的细胞神经网络分析第32-33页
    3.2 新型忆阻突触权值电路第33-39页
        3.2.1 符号设定第34-36页
        3.2.2 基于权值的乘法操作第36-37页
        3.2.3 忆阻值漂移现象分析第37-38页
        3.2.4 基于开关的双脉冲发生器第38-39页
    3.3 STDP原理介绍与实验仿真第39-47页
        3.3.1 一种阈值忆阻器模型第39-42页
        3.3.2 加性与乘性STDP简介第42页
        3.3.3 忆阻突触与STDP之间的关联第42-45页
        3.3.4 基于忆阻突触的乘性STDP第45-47页
    3.4 基于STDP算法的忆阻神经网络应用研究第47-53页
        3.4.1 基于忆阻突触的阵列结构神经网络第47-50页
        3.4.2 使用乘性STDP训练脉冲神经网络第50-53页
    3.5 本章小结第53-54页
第四章 基于忆阻突触的神经网络第54-68页
    4.1 细胞神经网络简介第54-59页
        4.1.1 细胞神经网络理论简介第54-57页
        4.1.2 细胞神经网络稳定性分析第57-59页
    4.2 基于忆阻的细胞神经网络及其应用第59-66页
        4.2.1 忆阻细胞神经网络模型分析第59-61页
        4.2.2 MCNN权值调节分析第61-65页
        4.2.3 MCNN在图像处理中的应用第65-66页
    4.3 本章小结第66-68页
第五章 基于忆阻神经网络的联想记忆模型第68-82页
    5.1 HEBB学习法则与关联记忆第68-69页
    5.2 联想记忆模型简介第69-72页
        5.2.1 基于DSP芯片实现的联想记忆模型第69-70页
        5.2.2 基于AIF算法的忆阻联想记忆模型第70-72页
    5.3 AIF忆阻神经网络联想记忆模型仿真第72-77页
    5.4 一种新型忆阻神经网络联想记忆模型第77-81页
    5.5 本章小结第81-82页
第六章 总结与展望第82-84页
致谢第84-86页
参考文献第86-94页
硕士期间发表的论文和科研成果第94页
忆阻突触论文 STDP学习法则论文 细胞神经网络论文
论文编号BS3163119,这篇论文共94
会员购买0.35元/页,需32.9元。直接购买0.5元/页,需47元 。
我还不是会员,我要注册会员
会员下载论文更优惠!充值送钱!
我只要这一篇论文,无需注册!
直接网上支付,方便快捷!
您可能感兴趣的论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 教育论文中心 Copyright(C) All Rights Reserved
联系方式: QQ:277865656