课程文献中心 更多>>

关键词： 诺贝尔生理学或医学奖   定位系统   大脑   地图   海马体   大鼠   位置细胞   网格细胞   挪威奥斯陆大学  

摘要： 北京时间10月6日下午5点30分,2014年诺贝尔生理学或医学奖揭晓,美国及挪威三位科学家John O’Keefe、May-Britt Moser和Edvard ***获奖。获奖理由是"发现构成大脑定位系统的细胞"。John O’Keefe,1939年出生于美国纽约,拥有美国和英国双重国籍。1967年他从加拿大麦吉尔大学获得生理心理学博士学位。之后,他

关键词： 脉冲   无穷分布时滞   离散Halanay型不等式   渐近稳定   渐近同步  

摘要： 神经网络系统广泛地存在于现代科学技术的各个领域,如信号处理、知识处理、传感信息处理、自动控制、运输与通信、神经科学、电子学、市场分析、娱乐、信息分析、零售分析、航空航天以及军事领域等。大多数神经网络都采用模拟神经元作为基本单元,于是神经元发放的脉冲序列的时间模式发挥着至关重要的作用。实际问题中的脉冲和时滞现象能充分考虑到瞬时突变和时间延迟对系统状态的影响,能更精确、更深刻地反映事物变换的规律。因此对具有脉冲和时滞的神经元模型的研究受到了研究者们的广泛关注。 本文我们主要研究具有无穷分布时滞的神经网络动力系统的渐近稳定性和脉冲耦合神经网络动力系统的同步性问题。我们将Lyapunov函数与含无穷分布时滞的离散型Halanay不等式结合起来,运用一些分析的技巧导出了保证系统渐近稳定和同步的充分条件,并用数值例子来说明所提方法的有效性。 全文共由三个部分构成：第一部分,简单地叙述了脉冲时滞神经网络研究的背景及意义,接着介绍了脉冲时滞神经网络动力学行为研究工作的进展,最后阐述了本文所要做的主要工作。第二部分,首先引入我们所要考虑的神经网络模型,给出了含无穷分布时滞的离散型Halanay不等式的简单形式。然后通过构造Lyapunov-Krasovskii函数,并结合一些分析的技巧再运用给出的Halanay不等式导出使系统渐近稳定的条件。最后用一个数值例子说明我们提出的方法是有效的。第三部分,建立了一类具有无穷分布时滞的脉冲耦合神经网络的数学模型,分析了该模型的全局同步性问题,通过构造适当地Lyapunov函数和运用一些不等式分析技术得到了保证网络同步的一些充分性判据。最后,一个数值例子被用来检验我们的方法的可行性。

关键词： 位置细胞   网格细胞   定位系统  

摘要： 2014年10月6日,诺贝尔生理学或医学奖揭晓。约翰·奥基夫、迈—布里特·莫泽以及爱德华·莫泽三位科学家获此殊荣。这三位科学家先后发现了大脑中两种不同的神经细胞,即位置细胞和网格细胞,它们有机形成了大脑内部的"定位系统"。一、大脑定位系统之位置细胞

关键词： Image fusion  

摘要： Multi-focus image fusion means to fuse multiple source images with different focus settings into one image, so that the resulting image appears sharper. In order to extract the focused regions of the fused image efficiently, a novel pulse coupled neural network (PCNN) method for multi-focus image fusion is proposed. The registered source images are decomposed into principal components and sparse components by robust principal component analysis (RPCA) decomposition, and the important features of the sparse components are used to motivate the PCNN neurons, whose outputs detect the focused regions of the source images and integrate them to construct the final fused image. Experimental results show that the proposed scheme works better in extracting the focused regions and improving the fusion quality compared to the other existing fusion methods in terms of mutual information (MI) and QAB/F. © 2014 SERSC.

关键词： 脉冲耦合神经网络   人脸识别   特征序列   欧氏距离   HSI色彩空间   RGB色彩空间  

摘要： 人脸识别作为生物特征识别的一个重要方面,不仅有着重要的理论研究价值,且广泛应用于公共安全、金融等领域。人脸识别技术中的关键问题是如何有效地提取人脸特征。脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)——被喻为第三代神经网络且有着生物学背景的新一代神经网络。PCNN是基于视觉皮层与视觉感知特征有关的神经元同步行为而提出的一种单层的、以迭代为主的自监督、自学习的神经网络,它很好地模拟了生物神经元的疲劳、不应期、捕脉冲激励现象。尤其是PCNN的特征序列(时间序列、熵序列、统计序列)具有图像特征提取的作用,且具有平移不变形、缩放不变形及旋转不变形等特性。因此,本文分析了PCNN算法的神经元模型、工作原理及基本特性,研究了利用PCNN的特征序列(时间序列、熵序列、对数序列、标准差序列和均值残差序列)在人脸识别中提取人脸特征的方法,从而完成人脸识别。 本研究将基于PCNN的五种特征序列用于人脸特征提取与识别中,具体过程是利用PCNN的五种特征序列提取出每幅人脸图像的特征序列,再将每类人脸的特征序列求平均得到代表每类人脸图像的平均特征序列,并通过计算各类人脸图像的平均特征序列与待测人脸的特征序列之间的欧式距离来进行人脸的相似性度量,从而完成人脸识别。实验结果表明,基于PCNN的5种特征序列在一定程度上反映了人脸图像的有效特征信息并很好地刻画了人脸图像,通过与欧氏距离结合得出了基于PCNN时间序列的人脸图像特征提取方法的效果最好,识别率最高。 研究还将基于PCNN的时间序列应用于HSI彩色人脸图像的特征提取与识别中,具体过程是将彩色人脸图像从RGB色彩空间转换到HSI色彩空间,然后用PCNN提取图像中各个彩色分量的时间序列获得人脸的整体时间序列从而得到人脸图像的特征,并将该方法用于人脸识别中,实验表明,本文所述方法简单,且算法具备独特的生物视觉特性,符合人眼视觉系统对物体的感知与判断机理,对人脸图像的平移、缩放及旋转具有较好的鲁棒性,且识别方法简单,识别效果好。

关键词： 脉冲耦合神经网络   量子遗传算法   模拟退火算法   图像分割  

摘要： 脉冲耦合神经网络(简称PCNN)作为新一代神经网络,以其具有独特的脉冲性质而得到众多学者们的青睐。由于模型中参数的取值对图像分割效果有着很大的影响。因此,针对参数设定的研究是非常有必要的。本文首先对PCNN图像分割技术进行了归纳性的总结;然后针对量子遗传算法的量子旋转门转角和量子变异进行了改进,并引入模拟退火算法,提出混合改进的双链量子遗传算法(SA-IDCQGA),并对该算法的收敛性进行了分析与证明,同时与普通量子遗传算法和双链量子遗传算法进行了算法性能测试比较,仿真结果分析得出SA-IDCQGA具有较好的寻优能力和更快的收敛速度,并且表现出很好的稳定鲁棒性能和实用性;最后,本文提出了SA-IDCQGA算法应用于PCNN图像分割技术中,通过优化模型中的参数来达到自动分割的目的,省去人工设置参数的繁琐,MATLAB仿真结果分析表明,与最大熵图像分割法和OTSU图像分割方法进行比较,SA-IDCQGA优化的PCNN图像分割效果优于其他两种方法图像分割的效果。

关键词： 脉冲神经网络   运动检测   侧连接   视频信息处理   脉冲神经元  

摘要： 视频运动信息检测是视频信息处理与分析的基础，被广泛应用于智能视频监控、高级人机交互等领域。然而，由于视频图像场景的复杂性，如照明条件的变化和环境的变化，以及场景中对象的复杂性，如不同对比度的对象、刚性与非刚性运动的对象等，使得传统的运动检测方法失去其实际应用的鲁棒性，如帧差法、光流法、背景减除法等，给视频运动信息检测造成了很大困难。因此，视频运动信息检测仍然是一个经典的研究课题。近年来，随着对视觉系统信息加工的神经机制研究的不断深入，模拟视觉系统的运动信息检测方法不断涌现。但这些方法主要集中在模拟视皮层独立神经元的属性，而忽视了视觉皮层整个神经网络中神经元之间存在相互影响，其检测结果不能满足实际应用要求。大量的神经生理学研究结果表明生物视觉中，视皮层神经元之间是相互连接的，这种连接使得神经元对外界刺激的响应存在着相互影响。为此，本文通过模拟生物视觉系统的信息加工机制以及视皮层神经元之间的连接方式，提出了自适应侧连接的视频对象运动信息检测方法，其创新之处主要表现在以下几个方面。　　提出了视皮层神经元发放脉冲的自动阈值方法。基于脉冲神经元IF（Integrate and Fire）模型，当神经元受到外界刺激，其膜电位达到一定的阈值时，神经元将发放脉冲。但由于视觉场景整体的刺激强度，以及刺激强度持续的时间的不同，神经元发放脉冲的阈值将随之变化。为此，本文根据视皮层神经元对整个视场中感知的视觉信息，利用C-均值模糊聚类的方法获取脉冲神经元产生脉冲的阈值，从而满足实际应用要求，符合视觉神经元生理学机制。　　提出了依赖视觉感知信息强度的自适应侧连接的方法。由于神经元之间的侧连接，使得神经元之间出现了中心环绕抑制和环绕易化的相互作用。然而，生物视觉系统的研究表明，相互作用的范围依赖于感知信息的强度。为此给出了相互作用方法的计算方法，当感知信息强时，其相互作用的范围小，相反，感知信息弱，其相互作用大。　　提出了自适应的视频运动信息检测方法。根据神经元之间的中心环绕抑制和环绕易化的最强相互作用分别出现在正交方向和同向方向，给出了神经元之间相互作用的加权系数的计算方法，从而有效地抑制了噪声，增强了弱对比度的运动信息。　　通过将建议的方法在仿真数据与真实数据库上进行实验，实验结果与数据进行分析表明，本文建议的方法对视频运动检测是有效性。该研究成果将推动认知计算和计算机视觉的发展。

关键词： BIDIRECTIONAL associative memories (Computer science)   CELLULAR neural networks (Computer science)   TIME-varying networks   LEAKAGE   EXPONENTIAL stability   DIFFERENTIAL inequalities  

摘要： BAM fuzzy cellular neural networks with time-varying delays in leakage terms and impulses are considered. Some sufficient conditions for the exponential stability of the networks are established by using differential inequality techniques. The results of this paper are completely new and complementary to the previously known results. Finally, an example is given to demonstrate the effectiveness and conservativeness of our theoretical results.

摘要： HeLa cell lines can be experimentally manipulated using drugs or gene-silencing techniques such as RNA interference. Fractions enriched for clathrin-coated vesicles (CCVs) can be isolated from these cell lines and used to study the effects of these manipulations on the composition of CCVs. This protocol, originally developed in the laboratory of Margaret Robinson (Cambridge, United Kingdom), describes the preparation of a HeLa cell fraction that is enriched for a mixed population of CCVs and is suitable for analysis by mass spectroscopy, western blotting, or electron microscopy. © 2014 Cold Spring Harbor Laboratory Press.

关键词： 脉冲耦合神经网络   图像检索   最大平均相关高度滤波器   图像势能时间序列   感兴趣区域多特征加权融合  

摘要： 随着计算机网络、多媒体技术的发展,图像作为一种内容丰富信息载体,直观形象地表达着客观世界的信息,所以需要性能良好的检索技术有效地从海量的图像数据库中查询图像检索人们所需信息。基于内容的图像检索有着广阔的应用前景。 本文基于这样的背景展开研究,在研究图像目标识别的基础上,重点研究了图像检索技术。第一部分,对于畸变目标识别,结合脉冲耦合神经网络(PCNN)与最大平均相关高度滤波器(MACH)算法,提出了一种新的图像识别方法(PCNN+MACH)。第二部分图像检索,首先重点分析了图像势能理论及其特性,并有效地与PCNN神经元脉冲统计特性做了有效结合,提出了图像势能时间序列(PETS)方法用于图像检索;其次对于彩色图像的检索,分析了图像能量模型和量化颜色空间模型理论,并分别有效地运用于图像感兴趣区域提取和图像色彩特征的提取上,最后提出了基于感兴趣区域多特征融合的彩色图像检索方法。通过大量的实验有效地对相关理论和方法进行了验证。具体地,本文所做的研究工作内容主要在以下几个方面： (1)对PCNN的相似群神经元脉冲同步振荡特性进行了研究,并与最小交叉熵准则结合对图像进行分割提取边缘信息,然后利用分割提取的图像边缘信息在频域内合成MACH滤波器,最后与待识别目标图像作相关实现对目标的识别。基于畸变英文字母识别的实验结果验证了,尤其在图像平移、缩放和旋转等畸变情况下,PCNN+MACH的目标识别算法是一种有效的畸变目标识别算法。 (2)在PCNN神经元脉冲统计的启发下,为了得到一种不仅能描述了图像的变化、形状和位置特性而且在一定的误差意义下具有旋转、缩放不和局部变形不变性的图像特征。首先对PCNN神经元脉冲统计理论进行了研究,在分析了图像势能理论的基础上,结合这两个理论提出了势能时间序列(PETS)算法。并将它应用在图像检索中,进行了多组实验仿真。与其他方法检索结果比较表明,从主观观测和客观指标的评价上,证明了该检索方法算法简单,对图像的平移、缩放及旋转有较好的鲁棒性,且检索效果好,效率高。 (3)在实际的图像检索中,考虑到单一的图像特征的局限性,彩色图像检索的特殊性,提出了将图像颜色特征和势能时间序列特征等多特征加权融合的检索算法。首先,采用符合人眼视觉特征的量化颜色空间进行图像颜色特征的提取,结合彩色直方图方法,得到颜色信息在颜色空间的分布直方图。最后将图像能量理论运用于图像感兴趣区域提取中,对上述提出的检索算法进行了改进,进一步提出了基于ROI的多特征加权融合算法,用于彩色图像检索。实验仿真结果和多种方法检索结果的对比,验证了本文算法可以有效地对图像进行检索,且具有优越的检索性能。