视觉初级皮层区超柱结构的自组织适应模型

在视皮层的初级皮层区中，有许多非常规整的柱形功能结构，它们形成的局域网络具有抽取视图像中最基本的微小特征的能力．视皮层的等级组构为许多心理现象提供了生理解释，这不仅对模式识别、计算机视觉有重要的价值，而且对人工智能系统的知识获取和知识表示都具有非常重要的意义．通过构造一个金字塔状的神经网络层次模型，来对模拟视网膜的输人点阵信息进行逐级加工．在计算实现上使用了无监督的自组织语义映射结构，以使模型具有一定的自适应能力．强调的是认知心理功能的计算依托和生理基础．     

视觉初级皮层区超柱结构的自组织适应模型

在视皮层的初级皮层区中，有许多非常规整的柱形功能结构，它们形成的局域网络具有抽取视图像中最基本的微小特征的能力，视皮层的等级组构为许多心理现象提供了生理解释，这不仅对模式识别、计算机视觉有重要的价值，而且对人工智能系统知识的获取和知识表示都具有非常重要的意义，通过构造一个金字塔状的神经网络层次模型，来对模拟视网膜的输人点阵信息进行逐级加工，在计算实现上使用了无监督的自组织语义映射结构，以使模型具有一定的自适应能力，强调的是认知心理功能的计算依托和生理基础。     

皮层局部环路结构与功能研究综述

神经元之间的连接不是随机的，细胞之间信息传递依赖特定的突触连接模式和相关功能.如今关于神经元环路的研究已经非常广泛，主要集中在大脑各个区域之间的远距离连接，但短距离连接的研究也不够充分.特别是对于皮层局部环路的研究，在处理行为和认知计算方面尤其重要.随着高通量三维电子显微镜成像和电生理技术的发展，使得研究突触连接的精细解剖和生理成为可能.综述了皮层微观尺度下局部环路结构和突触连接功能的研究，旨在从结构和功能的角度去认识皮层局部环路架构，了解神经信息传递的物理基础，推动类脑智能的进一步发展.     

基于激活强度分析的fMRI图像区域性特征研究

基于ROI方法研究视皮层的兴奋模式,并提取志愿者的共同特征。结合生理结构与Talairach坐标系,对每位志愿者的三维皮层模型进行相同标准的ROI划分,将ROIs投射到保留拓扑关系的二维皮层模型,并提取每个ROI中比例最大的激活强度值来表征激活特征。提取志愿者各个ROI的共同激活特征,以此研究具有共同特征的视皮层兴奋模式。实验结果表明,该方法可提取志愿者的共同激活特征,克服了传统体素分析方法的局限性,为提取具有共同特征的视皮层兴奋模式建立了一种方法。     

形象思维的视表象基础

形象思维普遍存在的 .形象思维依赖于直接的知觉经验 ,并在心理上表现为对表象的操作 .在视觉的中枢神经皮层机制中的功能柱型结构阵列可设想为表象的计算基础 ,这样就找到了视表象的表示和实现基础 .还对形象思维的实现过程进行了讨论 ,并指出了五个形象思维研究的核心问题 .本文取认知观点 ,强调的是认知心理功能的计算依托和生理基础 ,也即“解释智能”的思想 ,或说从这样一个思想出发 .发现思维的认知结构是认知科学的中心问题     

形象思维的视表象基础

形象思维是普遍存在的，形象思维是依赖于直接的知觉经验的，并在心理上表现为对表象的操作，在视觉的中枢神经皮层机制中的功能柱型结构阵列可设想为表象的计算基础，这样就找到了视表象的表示和实现基础，在文中还对形象思维的实现过程进行了讨论，并指出了5个形象思维研究的核心问题，本文取认知观点，强调的是认知心理功能的计算依托和生理基础，也即“解释智能”的思想，或说从这样一个思想出发，发现思维的认知结构是认知科学的中心问题。     

结合初级视皮层特性的感兴趣区域数字水印算法

提出一种新的结合初级视皮层特性的感兴趣区域图像数字水印算法,尽可能最大限度地保护图像的主题内容.Berkeley变换是一种符合视皮层V1区特性的完全正交小波变换,视觉特性好,计算速度快,水印提取过程采用独立分量分析,真正实现了盲水印提取.实验表明,算法自动搜寻主题内容,透明性较好,对常见的攻击具有很好的鲁棒性,更重要的...     

浅析500kV输电铁塔结构体系的可靠性

输电铁塔结构在设计中存在许多不确定性因素,对其进行可靠度分析非常重要。利用概率论知识估算500 kV输电铁塔实际可靠度的方法,建立了500 kV输电铁塔可靠度简化计算模型,并根据工程实际确定了失效模式个数。最后通过算例利用窄界限法计算了其可靠度。     

试论高校青年教师成才的智能结构

青年教师成才的最佳智能结构主要包括两个方面的内容，即知识结构和能力结构．知识结构中包括基础知识、专业知识和新兴学科知识，它是形成青年教师教育能力的基础；能力结构中的核心内容包括教育能力和科研能力，它是教育教学成功的重要保证．知识、能力以及专业教育能力是教师素质的认知因素；而教师的人格品质则是教师素质的非智力因素．两者对于青年教师的成才都是必须的．文章最后得出以下几点认识：（１）高校青年教师智能结构的完善既关联着生理基础、工作兴趣、思想觉悟，工作作风等身心素质，又依赖于知识结构和能力结构的完善与提高．（２）青年教师的智能结构完善与否是以能否有效地为社会主义高等教育事业服务为尺度来衡量的．（３）人才的知识和能力虽各不相同，但它们是相互渗透和补充的．     

大鼠初级视皮层局部场电位γ振荡特性研究

提出了确定γ频带范围的方法,并研究了不同拓扑结构图形刺激下γ振荡响应的特征选择特性.首先,采用小波变换和功率谱相结合的方法确定了大鼠初级视皮层局部场电位γ频带的准确范围;然后,计算了不同拓扑结构简单图形刺激下其发生γ振荡的潜伏期和γ频带的功率与不同刺激序列之间的互信息曲线,提取互信息曲线的平均值、最大值以及最大值处的频率等3个特征;最后,采用单因素方差分析对这些特征进行统计分析.结果表明,麻醉状态下大鼠初级视皮层局部场电位在视觉刺激下存在显著的γ振荡现象,γ振荡对简单图形刺激的拓扑特征具有显著的选择特性.     

仿视皮层机制的随机点视频序列运动特征提取

为了探索视皮层对多方向刺激的运动信息处理机制,依据生物实验中部分中颞叶区（MT）细胞对随机点视频刺激运动感知的侧偏特性,提出了一种仿视皮层机制的随机点视频序列运动特征提取模型。首先,采用Von Mises函数拟合初级视皮层（V1）简单细胞的感受野,再结合非线性的能量模型、调谐和非调谐正则化方法等模拟实现V1复杂细胞对运动信息的方向感知;其次,提出了级联前馈方法对V1复杂细胞响应进行线性加权求和,得到MT细胞的响应输出;最后,利用生物实测MT细胞响应数据对新模型的有效性进行了实验验证。仿真结果表明模型的输出结果与恒河猴的运动感知实验数据基本吻合,能够较好地模拟视皮层对不同夹角的多方向随机点视频序列的运动感知机制,为提取复杂运动序列的特征提供新的方法,进而为视觉类脑计算奠定基础。     

Emergence of higher-level neuron properties using a hierarchical statistical distribution model

Essential to visual tasks such as object recognition is the formation of effective representations that generalize from specific instances of visual input. Neurons in primary visual cortex are typically hypothesized to efficiently encode image structures such as edge and textures from natural scenes. Here this paper proposed a novel hierarchical statistical distribution model to generalize higher-level neuron properties and encode distributed regularities that characterize local image regions. Two layers of our hierarchical model are presented to extract spiking activities of excitatory neurons decorrelated by inhibitory neurons and to construct the statistical patterns of input data, respectively. Trained on whitened natural images, parameters including neural connecting weights and distribution coding weights are estimated by their corresponding learning rules. To prove the feasibility and effectiveness of our model, several experiments on natural images are conducted. Adapting our model to natural scenes yields a distributed representation for higher-order statistical regularities. Comparison results provide insight into higher-level neurons which encode more abstract and invariant properties.     

基于神经网络的硬币识别研究

人工神经网络图像识别技术是随着当代计算机技术、图像处理、人工智能、模式识别理论等发展起来的一种新型图像识别技术,通过对国内几种常用硬币图像的深入研究,提取能够全面表述其特征的6个特征函数,作为输入,应用改进的BP神经网络,实现识别各种硬币图像的面值,识别方法准确、快速、简便.     

与文本无关的声纹识别系统的研究

声纹识别按识别的方式分为与文本相关和与文本无关两类。针对声纹识别技术中与文本无关的声纹识别问题进行研究。为提高系统的识别率,提出并实现了多特征参数组合的识别算法。该算法以LPCC,MFCC组合作为特征参数并将其应用到声纹识别系统中,实验结果表明组合特征参数由于充分利用了语音信号的相关特性和人耳听觉感知特性,比单独使用一种参数具有更好的识别效果。     

基于离散度准则的人脸局部特征权值学习算法

提出了一种利用离散度准则计算人脸局部特征权值的方法.在利用局部特征进行人脸识别的算法中,可以依据各个局部特征对人脸识别贡献的大小,对每一个局部特征分配不同的权值,以此来提高识别效果.从模式识别的角度来看,易于分类的局部特征对人脸识别有较大的贡献,反之亦然.在特征空间中,当类内模式较密集,不同类模式相距较远时,模式特征易于分类.离散度矩阵的迹描述了模式特征的分散程度,通过运用统计学习的方法,以类内离散度矩阵之逆和类间离散度矩阵的乘积的迹作为衡量局部特征分类性能的依据,根据局部特征的分类性能来确定其权值.试验结果表明该算法可行,采用离散度准则计算的局部特征权值能够明显提高人脸识别率.与同类算法相比,该方法具有计算简便、易于实现等优点.     

基于STEP的相交特征识别

目的构建基于STEP的制造特征识别系统,研究系统中的特征识别尤其是相交特征识别的实现方法．方法在VC＋＋6．0和ST—Developer集成环境下,应用MFC类库和ROSE库等进行系统的构建及程序和数据的处理,并以STEP中性文件AP203和AP224分别作为系统的输入和输出文件．结果所构建的系统实现了具有相交特征的制造特征识别,其特征识别技术是采用基于图的特征识别方法;针对特征相交中两种不同类型的相交实体,分别采用不同的方法对加工面邻接图进行了有效的分解．结论以AP203文件作为特征识别系统输入文件,实现特征识别系统与CAD系统的无缝连接;经过特征识别所生成的特征符合AP224中所定义的制造特征模型,有力地支持了基于STEP的CAD＼cAPP＼CAM数据集成技术,所采用的制造特征识别方法能够识别普遍的相交特征．     

Convolutional Neural Network Based on Spatial Pyramid for Image Classification

A novel convolutional neural network based on spatial pyramid for image classification is proposed. The network exploits image features with spatial pyramid representation. First, it extracts global features from an original image, and then different layers of grids are utilized to extract feature maps from different convolutional layers. Inspired by the spatial pyramid, the new network contains two parts, one of which is just like a standard convolutional neural network, composing of alternating convolutions and subsampling layers. But those convolution layers would be averagely pooled by the grid way to obtain feature maps, and then concatenated into a feature vector individually. Finally, those vectors are sequentially concatenated into a total feature vector as the last feature to the fully connection layer. This generated feature vector derives benefits from the classic and previous convolution layer, while the size of the grid adjusting the weight of the feature maps improves the recognition efficiency of the network. Experimental results demonstrate that this model improves the accuracy and applicability compared with the traditional model.     

基于试探的未知类别聚类的识别算法应用研究

聚类算法是数字识别的热点研究技术之一,是一种寻找特征相似的聚合类非监督学习的方法.采用聚类法在vc++6.0环境进行手写体数字识别系统设计.通过图像的分割与特征提取,模式相似性测量和聚类的分析完成识别工作.结果表明基于试探的聚类识别算法的手写数字识别系统识别率达到100％,满足实际应用需求.     

基于均匀设计的特征选择方法

针对模式识别系统中有效特征的选择问题,采用支持向量机作为分类器,提出了基于均匀设计的特征选择方法.根据均匀设计表的结构及采用的数据集进行训练、测试,最后检验所选的特征子集.实验结果表明,该方法能够有效地去除数据集的冗余特征,取得比使用特征全集更好的分类性能.