课程文献中心 更多>>

关键词： 渐近稳定   脉冲   神经网络   时滞  

摘要： 针对进化过程中顺序的突然改变导致无法用纯连续或纯粹的离散神经网络来描述的问题,给出了脉冲高阶时滞Hopfield型神经网络模型,并得到时滞脉冲系统渐近稳定的结果.然后,利用该结果和李亚普诺夫方法以及数学分析技术分析网络的稳定性.在激励函数连续、单调有界的条件下,给出了保证脉冲高阶时滞Hopfield型神经网络全局一致渐近稳定的充分条件.这些条件含有许多可调参数,为神经网络提供灵活的设计与分析;并且易于检验,适用于分析生物神经系统的动态特性或设计全局稳定的神经网络.最后,通过仿真实例说明了所得结果的有效性.

关键词： 火焰图像   区域周长   pcnn  

摘要： 火灾是我们日常生活最常见的一种灾害。目前已经出现了许多火灾探测的技术,如测温、感烟、感光等。传统的火灾报警系统并不检测火焰本身,所以存在误报率高、检测时间较长等缺点。

关键词： Hopfield神经网络   马尔科夫跳跃参数   脉冲作用   Lyapunov函数   随机渐近稳定性   线性矩阵不等式  

摘要： 本文研究了跳跃参数带有脉冲作用的Hopfield神经网络.其中跳跃参数是时间连续状态离散的马尔科夫过程.利用Lyapunov函数的方法,在不需要对激活函数作有界性,单调性和可微性的要求的基础上,考虑系统状态受脉冲作用的情况下的随机均方稳定性的判据,用线性矩阵不等式的方式给出充分条件.

关键词： 全局指数稳定   Cohen-Grossberg神经网络   混合时滞   脉冲   M矩阵  

摘要： 本文讨论了含混合时滞和脉冲的Cohen-Grossberg神经网络的稳定性.通过应用M矩阵理论和不等式技巧,得到了含混合时滞的Cohen-Grossberg神经网络平衡态的全局指数稳定性的充分条件.相比以前同类文献,本文减弱了部分条件,推广了部分结论,并在文末给出了两个示例.本文结论对于设计和应用神经网络有一定实用价值.

关键词： 网格细胞   位置细胞   空间记忆   路径整合  

摘要： 网格细胞存在于内嗅皮层,具有显著的空间放电特征,并呈现出网格图样的放电结构。近年来网格细胞的发现及其功能研究,为深入阐释空间记忆的神经机制开辟了新的视角。本文详细介绍了网格细胞的发现、神经解剖学联系及空间放电特征;通过网格细胞与位置细胞的对比分析,阐释网格细胞利用自身运动信息进行空间编码的机制,以及在空间记忆中所发挥的路径整合器功能。

关键词： 脉冲电化学抛光   径向基函数(RBF)   神经网络   预测模型  

摘要： 提出了通过建立径向基函数(RBF)神经网络模型对混粉脉冲电化学抛光效果进行预测的方法。在对影响混粉脉冲电化学抛光效果的因素进行分析和合理选择的基础上,确定了RBF神经网络模型的特征参数和目标参数。利用试验结果对模型进行训练学习,确定了RBF网络模型。利用该模型进行了表面粗糙度预测,预测结果与实际试验结果有较好的一致性,说明RBF神经网络对混粉脉冲电化学抛光效果的预测是有效的。

关键词： 细胞神经网络   脉冲   全局指数稳定性   时滞  

摘要： 讨论了一类具有时滞的脉冲细胞神经网络的全局指数稳定性。利用Lyapunov函数和不等式技巧得到了该系统全局指数稳定的一个新的充分条件,该结果具有更好的适用性。

关键词： 脉冲耦合神经网络   模糊算法   三江平原   水土资源评价  

摘要： 针对三江平原水土资源区域特点,选择了20个指标,建立了水土资源评价指标体系和标准;对脉冲耦合神经网络模型(PCNN模型)进行了改进,提出基于模糊算法的F-PCNN模型,动态阈值等于区域水土资源评价标准的等级范围,省略了不必要的参数,减少了模型的复杂度,并应用于三江平原水土资源评价中.分析结果表明三江平原创业农场水土资源可持续利用评价等级为Ⅱ级,说明水土资源开发和利用较合理,可持续发展能力较强.应用结果说明F-PCNN模型在三江平原水土资源可持续利用评价中是可行的,既拓展了PCNN的应用领域,又为解决水土资源的分类、评价问题提供了新的思路和方法.

关键词： 脉冲耦合神经网络   图像分割   双向搜索  

摘要： 脉冲耦合神经网络(Pulse Coupled Neural Network-PCNN)是基于猫视觉原理构建的一种简化的神经网络模型。为了快速进行图像分割,本文提出了基于双向搜索的脉冲耦合神经网络(Bidirectional search PCNN-BPCNN)。与传统PCNN不同,BPCNN模型可同时自上而下和自下而上点火。当BPCNN与最大熵结合时,可以同时双向寻找最佳阈值,大大提高网络运行速度。通过灰度图像实验验证该模型取得了较好的效果。

关键词： PCNN   CT   肺癌   识别  

摘要： 在肺癌的早期诊断方面,CT仍是目前临床工作中最重要的方法,针对病变部位灰度的不同,本文采用脉冲耦合神经网络(PCNN)对获取的肺脏CT图像进行分析,从而获知肺部的病变程度。实验证明,这种方法能够对肺脏病变进行准确的分析从而为肺脏疾病的治疗提供理论上的指导。