课程文献中心 更多>>

关键词： 进行性核上性麻痹   脑淀粉样血管病   神经系统变性病   脑血管功能障碍   淀粉样物质沉积   自发性颅内出血   血管性疾病   临床诊断  

摘要： 进行性核上性麻痹（PSP）是由Steele等于1964年首先发现的一种少见的神经系统变性病,临床上主要表现为步态不稳、跌倒、轴性肌张力障碍、垂直性核上性眼肌麻痹、假性球麻痹和痴呆等,但有报道称血管性疾病也可呈现类PSP表现.脑淀粉样血管病（CAA）是淀粉样物质沉积在脑内血管导致症状性脑血管功能障碍的一种疾病,表现为自发性颅内出血、梗死、痴呆、癫苘等,但出现类PSP表现的病例极为少见,本研究报道1例临床诊断为类PSP表现的脑淀粉样血管病.

关键词： 社区社会组织   服务创新   网格化   栖霞区   南京市   街道   细胞   服务管理体系  

摘要： 江苏省南京市栖霞区仙林街道,是由农林场圃转型而来的新型城市社区街道,既是高校的聚集地,又是外来人口的集中区,社会管理和服务头绪多、难度大、人手少、要求高。2010年6月以来,街道探索社会管理服务创新,培育社区社会组织,形成了以“网格连心、服务为先、多元联动、协同发展”为特点的网格化服务管理体系,已成为知名品牌。

关键词： phase change memory   synaptic device   neuromorphic computing   cognitive computing   device variation   associative learning   neural network   spike-timing-dependent-plasticity  

摘要： Recent advances in neuroscience together with nanoscale electronic device technology have resulted in huge interests in realizing brain-like computing hardwares using emerging nanoscale memory devices as synaptic elements. Although there has been experimental work that demonstrated the operation of nanoscale synaptic element at the single device level, network level studies have been limited to simulations. In this work, we demonstrate, using experiments, array level associative learning using phase change synaptic devices connected in a grid like configuration similar to the organization of the biological brain. Implementing Hebbian learning with phase change memory cells, the synaptic grid was able to store presented patterns and recall missing patterns in an associative brain-like fashion. We found that the system is robust to device variations, and large variations in cell resistance states can be accommodated by increasing the number of training epochs. We illustrated the tradeoff between variation tolerance of the network and the overall energy consumption, and found that energy consumption is decreased significantly for lower variation tolerance.

关键词： 图像融合   脉冲耦合神经网络   波原子变换   拉普拉斯能量   点火映射图  

摘要： 针对同一场景多聚焦图像的融合问题,提出一种基于波原子变换和脉冲耦合神经网络PCNN(Pulse Coupled Neural Network)的图像融合算法。首先将待融合图像分别进行波原子变换;其次使用多通道PCNN模型对子带图像进行非线性融合;最后对融合处理的系数进行波原子逆变换得到融合图像。仿真实验结果显示该算法能有效地提取待融合图像的特征信息,在主观视觉效果与客观性能指标上均优于传统图像融合方法。

关键词： 忆阻器   神经元电路   SPICE仿真   Hebbian学习   联想学习  

摘要： 忆阻器是具有动态特性的电阻,阻值可依赖于激励电压来变化,具有类似于生物神经突触连接强度的特性,可用来存储突触权值。在此基础上为实现忆阻器突触电路的学习功能,建立了"整合激发"型神经元SPICE仿真电路,修改了原始神经元电路结构,并对电路的脉冲信号产生过程进行了SPICE仿真。结合MOS管及忆阻器的特性重新设计了神经元突触电路结构,使突触电路更符合真实生物神经突触特征。在应用此设计的基础上,实现了2个神经元所构成神经网络之间类似于Hebbian学习的平均激发率学习规则。并且在基于多个神经元的神经网络的基础上完成了Pavlov实验,证明了此神经系统结构设计在联想学习方面的可用性。

关键词： Image enhancement  

摘要： Image enhancement is an important step among pre-processing techniques and very meaningful to the following steps. In order to enhance the low contrast underwater images, the Pulse coupled neural networks (PCNN) based homomorphic enhancement method has been proposed. The proposed method meanwhile takes human visual characteristic into consideration and the output results turn out to be improved and the detail vivid. The logarithmic transformation will first be made to the image and then the PCNN enhancement will be conducted, at last exponential transformation will restore the enhanced image. Compared with other single enhancement method, the simulation applied demonstrates the proposed method effective. © 2014 by Binary Information Press

关键词： 脉冲放电等离子体   PNP污染土壤   降解率   峰值电压   放电频率   空气体积流量   BPNN模型   WNN模型  

摘要： 为探讨脉冲放电等离子体去除土壤中有机污染物的机理,研究了基于针-板式脉冲放电等离子体降解土壤中对硝基苯酚(p-Nitrophenol,PNP)的实验数据,利用BP神经网络(back propagation network,BPNN)和小波神经网络(wavelet neural networks,WNN)模型研究了电气参数(峰值电压、放电频率)、理化参数(初始质量分数、水的质量分数、空气体积流量、处理时间、pH值)和结构参数(电极间距)对土壤中PNP降解率的影响。建立的WNN模型(结构8-5-1)和BPNN模型(结构8-4-1)经结构、精度(调整的判定系数2aR>0.96)和实验验证能较好地预测该体系中各参数(峰值电压、放电频率、空气体积流量等)对PNP降解率的影响趋势,且BPNN模型较WNN模型预测的实验结果更符合脉冲放电降解实验的自然规律。结果表明,较佳的峰值电压(21.6 kV)、放电频率(70 Hz)和空气体积流量(0.4 L/min)可获得较好的PNP降解率。

关键词： 忆阻器   神经网络   周期解   脉冲  

摘要： 研究了具有脉冲的忆阻器神经网络周期解的存在性、唯一性和稳定性.利用Leray-Schauder选择定理,研究此网络周期解的存在性,脉冲控制矩阵的元素小于2.借助矩阵测度定义,给出了一个能够保证其周期解唯一且全局指数稳定的充分条件.最后给出了一个数例来说明结果的有效性.

关键词： 脉冲耦合神经网络   欧拉数   基于内容的图像检索  

摘要： 在分析基于脉冲耦合神经网络时间序列的图像检索算法的基础上,提出一种新的基于脉冲耦合神经网络的图像检索方法。脉冲耦合神经网络是第三代人工神经网络,能够很好地将二维图像的特征提取成一维的矢量值,而且利用脉冲耦合神经网络提取图像特征时具有平移、旋转、尺度和扭曲不变性。新算法针对灰度图像,利用脉冲耦合神经网络模型对图像进行分解,从而生成与原图像相关的二值图像序列,然后针对二值图像序列中的每一幅二值图像,计算反映其边缘信息的欧拉数,由此构造一个一维的特征矢量。在进行图像检索的时候,使用欧式距离进行图像的相似度度量。新算法具有计算简单、数据量小的特点。实验结果表明,新算法具有较强的鲁棒性和检索精度。

关键词： 优化PCNN模型   参数设定   图像自动分割  

摘要： 针对目前脉冲耦合神经网络(PCNN)神经元模型参数主要通过人工设定问题,以简化参数为目的将PCNN模型的调制参数β与连接权矩阵K简化为链接系数矩阵W,提出一种优化PCNN神经元模型。该模型应用于图像分割时,充分利用图像本身空间和灰度特性自动确定链接系数,实现对图像的有效分割。实验结果表明,所提方法可以有效对图像进行自动分割,其分割效果优于Otsu方法、人工调整PCNN参数方法。