课程文献中心 更多>>

关键词： 异基因造血干细胞   线粒体脑肌病   环孢素   移植后   慢性粒细胞白血病   抗胸腺细胞球蛋白   移植物抗宿主病   治疗  

摘要： 患者，男，22岁。因确诊慢性粒细胞白血病（CML）慢性期近5个月余，2005年6月4日接受非血缘关系HLA全相合供者骨髓移植，移植有核细胞数为3．6×10^8／kg。移植预处理为改良BUCY（羟基脲＋白消安＋环磷酰胺＋阿糖胞苷）方案，移植物抗宿主病（GVHD）预防用环孢素（CsA）＋甲氨蝶呤＋抗胸腺细胞球蛋白。其中，CsA从移植前1天（-1天）开始，2mg·kg^-1·d^-1，持续静脉给药，维持全血CsA浓度为2500μg／L。＋15天造血获得重建，＋17天CsA由静脉注射改为7mg·kg^-1·d^-1口服。

关键词： 红外图像   脉冲耦合神经网络   自然点火   捕获点火   图像增强  

摘要： 在分析了脉冲耦合神经网络的工作机理和行为特性后,指出可以利用神经元的点火-熄灭特性对图像进行增强。为了区分神经元的点火方式,提出一种根据链接矩阵判定神经元点火方式的方法,并利用自然点火和捕获点火建立了能使图像得到增强的非线性映射。文中对算法参数的设置及其对增强图像的影响做了详细地讨论,实验结果表明该算法不仅能使图像的对比度和亮度得到适当的增强,而且能够有效地抑制图像中的椒盐噪声,尤其适用于对比度和亮度都较低的红外图像。

关键词： 计算机应用   图像分割   应用   脉冲耦合神经网络   蝗虫  

摘要： 由于脉冲耦合神经网络(PCNN)特有的脉冲传播特性,PCNN在图像处理与模式识别领域得到了广泛应用。为此,提出了如何用脉冲耦合神经网络(PCNN)进行蝗虫图像分割。计算机仿真表明,采用PCNN图像预处理算法,可使图像中的目标(蝗虫)易于被发现;经PCNN预处理后,相同的后续处理效果明显好于未经PCNN预处理的图像。此方法验证了PCNN在图像处理方面的功能,同时也拓展了蝗虫侦测的方法。

关键词： 生物声纳   脉冲神经网络   HH方程   回声定位   多普勒效应  

摘要： 在海洋开发和反潜战的需求这两个巨大动力的推动下，进入21世纪的声纳技术面临了机遇和挑战。相关和临近学科又不断产生一些新的概念，这些课题是不胜枚举的，于是越来越多的人开始研究生物声纳系统。本文基于神经计算的方法来模拟研究生物声纳，用神经元为基础，基于单个神经元编码原理以脉冲信号代表外界信息输入神经元来得到输出脉冲序列的符号序列。再用输出脉冲序列的符号序列来表征外界信息，得到输出脉冲时间发放模式与外界信息的对应关系，达到信息识别的目的。以上方法基于圆映射和序空间这两个理论。 基于上述方法和理论依据，本文用计算机模拟的方法来研究生物声纳的各种功能，包括回声定位、多普勒效应、测量目标角速度以及生物声纳除噪。其中回声定位基于两耳时间差原理把目标定位在与某一时间差相对应的双曲线上，通过分析输出脉冲符号序列与两耳时间差的关系得到定位的机制。多普勒效应处理基于回收声波频率和目标相对运动速度大小相关的原理研究回收声波频率大小与输出符号序列大小之间的关系，从而得到生物声纳判断目标相对运动速度的机理。在测量目标角速度中，基于目标角速度与两耳频率差成很好的线性关系原理，用两耳频率差表征目标角速度，研究输出符号序列与两耳频率差大小的关系，得到符号序列大小与目标角速度大小的关系以得出测量目标角速度的原理。本文在除噪部分把噪声分成内部噪声、和外部噪声两类分别进行了讨论，得出了生物声纳中除噪的几种可能机制。

关键词： Distributed delays   Fuzzy cellular neural networks   Global exponential stability   Impulses   Periodic oscillatory solution  

摘要： In this paper, we investigate a generalized model of fuzzy cellular neural networks with distributed delays and impulses. By employing the theory of topological degree, M-matrix and Lypunov functional, we find sufficient conditions for the existence, uniqueness and global exponential stability of both the equilibrium point and the periodic solution. Two examples are given to illustrate the results obtained here. © 2007 Texas State University.

关键词： Hopfield神经网络   随机   马尔可夫链   反应扩散   脉冲   指数稳定   变时滞  

摘要： 近十几年来，Hopfield神经网络和BAM神经网络在信号和图象传输等方面有着非常广泛的重要应用，关于它们的研究引起了物理、数学、计算机、生物、工程等领域工作者的广泛关注，众所周知，在实际应用中时滞、脉冲、随机现象是不可避免的，且时滞、脉冲、随机对神经网络的稳定性有着巨大的影响，特别是某些神经网络在不考虑时滞、脉冲、随机的情况下系统是稳定的，但引入时滞或脉冲或随机后，原来稳定的系统就变得不稳定了，于是系统结构发生本质变化，同时在时滞神经网络引入脉冲、随机以后它的稳定性问题的分析变得更为困难。对神经网络的稳定性研究常见的有如下两种方法：其一是将系统在它的平衡点附近线性化，从而获得神经网络局部稳定的结果；另一种是通过构造一个恰当的Liapunov函数，获得保证神经网络稳定或者全局指数稳定的条件。 本文主要研究了一类具有时滞脉冲神经网络模型和二类不同的时滞随机Hopfield神经网络模型平衡点的稳定性问题，获得了一些新的结果，具体的说，本论文主要研究以下四方面内容： 1、简要概述神经网络研究的意义、进展、应用前景以及前人一些主要的相关研究成果。 2、讨论一类具有变时滞脉冲Hopfield神经网络模型平衡点的全局指数稳定性问题。通过构造恰当的Liapunov泛函并结合Young不等式等方法获得了全局指数稳定性的一些新条件，所得到的全局稳定性结果比以往文献研究的结论所要求的条件更加宽松，且与相关的文献研究比较，所探讨的神经网络模型的激活函数既可以是不可微的，也可以是不严格单调有界函数，而且进一步推广和改进了最近文献中的相关结果。 3、研究一类变时滞随机区间Hopfield神经网络具有马尔可夫链模型平衡点的均方指数稳定性问题，为了解决由于变时滞引起的困难，文中综合利用了马尔可夫性质、区间矩阵不等式、Halanay不等式、Liapunov泛函法等方法和技巧，给出平衡点均方指数稳定的一些新结果，所得的结论即使对一般的变时滞Hopfield神经网络的指数稳定性问题也新的，而且这些结论可以进一步应用到控制系统、一股神经网络系统以及生物神经系统等领域。 4、深入研究了变时滞反应扩散高阶随机Hopfield神经网络模型平衡点的均方指数稳定性问题，通过采用线性矩阵不等式(LMI)、Young不等式、边界条件、Liapunov泛函以及非负半鞅收敛定理等技巧和方法，得到均方指数稳定的一些新条件，同时所得结果更加有助于选择更一股的激活函数，譬如一股的sigmoid函数、分段先行函数等。另外所利用的方法也适合一般时滞随机神经网络模型，包括随机延迟反应扩散递归神经网络。

关键词： 脉冲神经网络   H-H方程   符号动力学   圆映射   生物声纳  

摘要： 近年来,基于脉冲神经元模型的人工神经网络(Spiking NeuralNetworks,简称SNNs,我们称之为脉冲神经网络)逐渐引起了研究者的广泛关注,被誉为第三代人工神经网络。脉冲神经网络与传统神经网络的区别在于采用神经元触发的脉冲时序进行信息的编码和处理,而不是使用触发脉冲的平均速率进行编码。因此SNNs网络模型具有很好的实时性,适合分析处理对实时性要求较高的问题。同时,SNNs具有较强的计算能力,模型结构的构建相对简单,容易实现。但目前对SNNs的研究主要集中在理论、算法等方面,在实际应用方面的研究比较少。本文以H-H脉冲神经网络为基础,通过模拟生物声纳神经系统对信息的处理来探讨和研究生物双耳听音定位的机理。 本文的神经计算都是在序空间中进行讨论,即只讨论相对大小,不计算绝对值。处理信息的神经网络采用脉冲神经网络模型,输入脉冲通过H-H方程计算得到一串串输出脉冲,利用圆映射与动力符号学原理将输出神经脉冲序列转变为符号序列,从而由符号序列的有序性得出输入信号的相对大小。本文运用上述神经计算方法合理地解释了生物声纳测目标方位的定向、根据多普勒效应测运动目标相对径向速度和相对角速度等问题。

关键词： 脉冲神经网络   语音识别   H-H方程   圆映射  

摘要： 近年来，基于spike神经元模型的人工神经网络(Spiking NeuralNetworks，简称SNNs，我们称之为脉冲神经网络)受到了人们的很大关注，被誉为下一代神经网络。spike神经元模型是利用神经元触发的脉冲时序来进行信息的编码和处理，而不是用触发脉冲的平均速率来进行编码。因此SNNs编码方式具有很好的时态性，非常适合分析处理基于时间结构的数据。有研究表明SNNs比一般的神经网络具有更强的计算能力，而且前者所需神经元数目或层次也比后者要少。不过目前对SNNs的研究主要是理论、算法等方面，在实际应用方面的研究比较少。本文结合了脉冲神经网络处理时态问题上优势，以及最近学术界的研究的热点，就基于脉冲神经网络这一理论来解决语音识别问题进行探讨和研究。 本文系统地介绍了脉冲神经网络的相关理论，包括Spike神经元的模型，脉冲编码方式，动力学原理及表示，著名的H-H方程，以及网络结构和相关应用。较全面地介绍了语音识别技术，并分析了语音识别所面临的问题及前景和应用。清晰地给出了用脉冲神经网络来进行语音识别的方法和步骤，在脉冲神经元的仿真上使用比较经典的H-H方程，同时利用圆映射的方法将神经脉冲序列转变为符号序列，最终由符号空间转变到距离空间来进行计算和匹配。最后用软件完成了基于脉冲神经网络理论的孤立词语音识别的实验，通过调节H-H方程的部分参数提高了系统的识别率。

关键词： 图像分割   脉冲耦合神经网络   遗传算法   粒子群优化算法  

摘要： 图像分割作为图像处理中的一项关键技术,自20世纪70年代起受到人们的高度重视。图像分割是图像分析的第一步,是计算机视觉的基础,是图像理解的重要组成部分,同时也是图像处理中最古老和最困难的问题之一。它是由图像处理过渡到图像分析的关键步骤,在图像工程中占据重要的位置。本文根据生物视觉的特点,实现了一种基于生物视觉模型——脉冲耦合神经网络模型的图像分割算法,并通过两种进化算法实现对网络参数的优化。 许多景观和图像的认知与识别对于生物来说是极其直观和简单的,但是对于机器而言却难以做到。本文基于一种生物视觉模型——脉冲耦合神经网络模型实现对图像的分割,从而达到目标检测的目的。脉冲耦合神经网络是一种不同于传统人工神经网络的新型的网络,图像中的像素点对应的神经元的输入不仅与其本身的亮度信息有关,还与其周围像素点对应的神经元的输出有关。在脉冲耦合神经网络中,具有相似输入的神经元同时发生脉冲,能够弥补输入数据的空间不连贯和幅度上的微小变化,从而较完整地保留图像的区域信息。由于图像内容、性质以及外部环境等因素影响的多样性,图像可能具有各种各样的属性。与图像的多样性相对应,脉冲耦合神经网络模型中所涉及的参数对于分割结果会产生非常重要的影响。本文采用两种进化算法优化模型中的参数,根据直方图形状、聚类和熵信息融合,设计一种目标函数,选择最适合的一组参数与每一幅图像对应,以实现最优的分割效果。 实验结果表明,这种从生物视觉的角度来对图像进行分割是一种非常有效的方法,也为计算机感知和认识图像提供了新的尝试与手段。

关键词： 脉冲耦合神经网络   图像处理   混沌脉冲耦合神经网络  

摘要： 随着生物神经学的研究和发展，一种被称为第三代人工神经网络的新型网络模型----脉冲耦合神经网络(pulse coupled neural network，PCNN)的研究悄然兴起。该网络不同于传统人工神经网络，是依据猫、猴等动物的大脑视觉皮层上的同步脉冲发放现象提出的，是对真实神经元的简化与近似，其应用前景非常广泛。PCNN网络模型具有的链接域特性和动态阈值衰减特性能够使状态相似的神经元同步输出脉冲，这一点充分模拟了哺乳动物视觉皮层神经元的生物特性，因而在图像处理方面获得了广泛的应用。 本论文在详细介绍脉冲耦合神经网络基本原理的基础上，对脉冲耦合神经网络在图像处理方面的应用成果进行了较全面的概括，并对图像去噪和边缘检测算法进行仿真实验研究;介绍混沌理论及混沌神经网络模型;并尝试将混沌现象引入脉冲耦合神经网络中。论文主要内容如下： 1．对脉冲耦合神经网络在图像去噪、图像增强、图像分割、图像边缘检测等几个方面近年来所出现的不同算法进行较为全面的总结和比较，分析其优劣，证实PCNN用于图像处理具有其它网络所不可比拟的优势。 2．对二值图像进行去噪处理，针对被椒盐噪声污染的图像，进行实验仿真，其效果明显优于中值滤波的结果;给出PCNN用于二值图像边缘检测的仿真效果。对算法中的诸多参数进行分析，促进了对这一网络的了解，并且由此加深了对真实生物视觉系统的认识。 3．通过将复位阈值由定值变为给定脉冲时间间隔(ISI)变量的正弦曲线振荡值，得到具有混沌现象的混沌脉冲耦合神经元模型。分析单个神经元的动态行为和两个神经元耦合的持续同步点火条件;对点火时间相位进行仿真，通过其行为分类仿真图观察到准周期行为和混沌行为的出现，并利用Lyapunov指数方法判定了混沌的存在。