

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、過去的二十年中,神經(jīng)網(wǎng)絡(luò)有了長足的發(fā)展,在神經(jīng)科學(xué)和工程應(yīng)用中發(fā)揮著越來越重要的作用.而在計算神經(jīng)科學(xué)中,一個最主要的問題是關(guān)于神經(jīng)元的編碼問題,即信息在大腦中是如何編碼和解碼的,而現(xiàn)在對編碼問題的熱點又主要是在神經(jīng)網(wǎng)絡(luò)中應(yīng)用HH模型和IF模型進(jìn)行的比率編碼.本文主要討論了在該類型編碼的前提下,通過構(gòu)建適當(dāng)?shù)哪P停拐麄€神經(jīng)網(wǎng)絡(luò)得以穩(wěn)定. 近年來,大量的研究表明,神經(jīng)元發(fā)放的脈沖行為不僅僅受到輸入的一階矩影響,還受到其輸入流的更
2、高階矩的制約.例如;具有相同頻率的興奮型和抑制型隨機(jī)輸入流輸入到一神經(jīng)元,在這種隨機(jī)輸入流的作用下,膜電勢偶爾也會高于閥值從而產(chǎn)生脈沖(行為勢),這與神經(jīng)網(wǎng)絡(luò)的假設(shè)矛盾,這說明原來構(gòu)建的網(wǎng)絡(luò)模型不能很好的解釋實際的大腦神經(jīng)系統(tǒng).這是因為一般的神經(jīng)網(wǎng)絡(luò)模型沒有很好的考慮“噪聲”所帶來的影響. 因此,在本文中,主要研究結(jié)果如下: (1)、對HH(Hodgkin-Huxley)模型和IF(Integrate-and-Fire)
3、模型做了理論與數(shù)值上的分析,并在兩個模型基礎(chǔ)上做了一些推廣; (2)、建立了一個新的神經(jīng)網(wǎng)絡(luò)模型,該模型不僅考慮釋放頻率的一階矩、二階矩,還考慮了更高階的統(tǒng)計屬性.這將更好地處理”噪聲”。由于該模型考慮了頻率的各階矩,故我們把該模型稱為矩神經(jīng)網(wǎng)絡(luò)模型; (3)、在矩神經(jīng)網(wǎng)絡(luò)中,若以Poisson過程輸入進(jìn)去,則經(jīng)過第一層后,輸出流便不是Poisson過程.因此,在本文中,考慮了在更新過程輸入流的作用下,矩神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)和不變矩的絕緣子裂紋類型識別.pdf
- 基于矩不變量和神經(jīng)網(wǎng)絡(luò)識別三維物體.pdf
- 基于矩和BP神經(jīng)網(wǎng)絡(luò)的紋理分割.pdf
- 基于邊界矩的模糊神經(jīng)網(wǎng)絡(luò)圖象識別.pdf
- 隨機(jī)更新輸入IF模型下矩神經(jīng)網(wǎng)絡(luò)動力系統(tǒng).pdf
- 基于矩特征和BP神經(jīng)網(wǎng)絡(luò)的步態(tài)識別技術(shù)研究.pdf
- 基于小波矩及概率神經(jīng)網(wǎng)絡(luò)的豬的姿態(tài)識別研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)和圖像不變矩在布-加綜合征類型識別中的應(yīng)用研究.pdf
- 基于組合矩和神經(jīng)網(wǎng)絡(luò)的圖像識別技術(shù)研究.pdf
- 基于小波矩特征的小波神經(jīng)網(wǎng)絡(luò)目標(biāo)識別研究.pdf
- 基于小波分析的矩特征和神經(jīng)網(wǎng)絡(luò)的圖像識別.pdf
- Matlab環(huán)境下基于神經(jīng)網(wǎng)絡(luò)的車牌識別.pdf
- 基于分布估計算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化設(shè)計.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)方法提取馬鈴薯空間分布研究.pdf
- 基于不變矩的掌紋識別算法研究.pdf
- 時延復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)的吸引集與不變集研究.pdf
- 基于小波矩和小波神經(jīng)網(wǎng)絡(luò)的自動目標(biāo)識別研究.pdf
- 基于Gabor小波變換和矩變換的神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù).pdf
- 基于不變矩的圖像幾何變換不變性識別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的分布式入侵檢測系統(tǒng)的研究.pdf
評論
0/150
提交評論