模拟生物嗅觉神经系统的混沌神经网络及应用

以神经生物学实验结果为基础，根据生物嗅觉神经系统的信息处理机制，Freeman建立了非线性神经网络模型-K系列模型。KIII模型在模拟神经系统方面具有突出的优点，同时也具有一定的模式识别的能力，它的仿生特点代表了一种新型的神经网络模型。因此，KIII模型在解释人脑的认知机制和处理比较复杂的模式识别问题中有着广泛的实际应用价值。该文应用KIII模型在图像模式识别方面的应用做了初步探索，并将该模型应用于具体的简单图像模式识别中，取得了良好的效果。这一探索拓展了KIII模型模式识别应用范围，为该模型在图像模式识别方面的广泛应用建立了基础。     

混沌神经网络模型及其应用研究综述

回顾了近年来混沌神经网络模型及其应用的研究进展．首先依据混沌产生的机理,将现有的多种类型混沌神经网络模型归结为4类典型的网络模型,并结合各种网络模型的数学描述来分析各自的机理和特性;然后从复杂问题优化、联想记忆和图像处理、网络与通信、模式识别、电力系统负荷建模和预测5个方面,介绍了混沌神经网络的应用现状;最后评述了混沌神经网络今后的研究方向和研究内容．     

神经网络的混沌运动与控制

本文采用一种由混沌神经元构成的联想记忆神经网络．以混沌神经网络为基础,研究其非线 性动力学特性、混沌吸引子轨迹以及对初始条件的敏感性, 实现混沌神经网络的动态联想记 忆功能．在网络输入发生较大变异情况下所发生的失忆,本文采用时空系统混沌控制的钉扎 反馈方法,使网络恢复记忆．上述研究通过对异步电动机故障的动态记忆和恢复控制的仿真 实验得到证实．本文研究结果表明,在国内外对神经网络混沌控制研究的热点中,时空系统 的钉扎反馈控制是一种值得推荐的方法;神经网络的混沌控制扩大了网络的容错性,进而提 高了混沌神经网络的实用性,这将在复杂模式识别,图象处理等工程上具有广阔的应用前景 ．     

基于嗅觉神经网络采用时间序列的电子鼻模式分类方法

从传感器阵列响应曲线中提取有效特征是传统人工神经网络在电子鼻模式识别应用中的第一步.文中提出将传感器阵列时间序列信号直接输入到一种具有丰富动力学特性的嗅觉神经网络中进行模式分类的方法.该方法不仅在仿生角度上使电子鼻进一步模拟了生物嗅觉系统信息处理过程,而且与以前所用的特征提取加神经网络的方法相比,在6种有机挥发物的分类识别中表现得更佳.     

一种自反馈细胞神经网络稳定性分析及在函数优化中的应用

提出一种具有暂态混沌的细胞神经网络,该网络是利用欧拉算法将模型的状态方程转化为离散形式并引入一项负的自反馈而形成的.由对单个神经元的仿真发现,该模型具有分叉和混沌的特性.在函数优化中,该网络首先经过一个倍周期倒分叉过程进行混沌搜索;然后进行类似Hopfield网络的梯度搜索.由于该网络利用了混沌搜索固有的随机性和轨道遍历性,因而具有较强的全局寻优的能力.最后通过2个函数优化的例子验证了该网络的有效性.     

用于信息处理的延时混沌神经网络

为了提高混沌神经网络用于信息处理的能力,采用一种参数调节控制方法,通过对一种延时对称全局耦合混沌神经网络的黏合参数的控制研究了网络的动态联想记忆,使被控网络在仅有部分神经元进入周期态的情况下达到输出稳定,并且稳定输出序列只包含与输入模式相关的存储模式及其相反模式。仿真实验说明网络具有良好的容错能力和很高的回忆正确率,适合应用于信息处理和模式识别。     

混沌神经网络的研究进展

回顾了近年来几种主要混沌神经元模型及混沌神经网络的研究进展,介绍了其特点及主要的应用.已有的研究结果表明,混沌神经网络在求解复杂优化问题和联想记忆等方面比现有网络有着更好的性能.     

基于小波混沌神经网络的图像复原算法

提出了一种将小波理论和混沌理论应用于改进的连续Hopfield神经网络的图像复原算法.文章在Hopfield神经网络应用于图像复原基础上,引入小波理论和混沌理论对Hopfield网络进行训练和调整,给出具体的小波混沌神经网络算法方案设计,并将改进后的算法应用于图像复原仿真.实验结果证明该小波混沌神经网络的图像复原方法得到的复原图像信噪比更高,可视效果更佳.     

基于改进型遗传算法的再热汽温神经网络模型构建及预测分析

在根据混沌理论非线性重构技术揭示火电机组再热汽温变化的混沌动力学特性的基础上,构建了基于改进型遗传算法(AGA)的再热汽温神经网络模型.该模型利用混沌特性处理输入样本及确定神经网络的网络结构,用神经网络映射混沌相空间相点演化的非线性关系,采用AGA对神经网络模型进行参数辨识.训练结果表明,该模型精度较高,收敛速度快,为生产实际过程中预测机组再热汽温提供了一种新的思路和方法.     

基于混沌神经网络的发电机定子绕组匝间短路故障诊断

本文采用耦合的混沌振荡子作为单个混沌神经元构造混沌神经网络模型，用改进Hebb算法设计网络的连接权值。在此基础上，实现了混沌神经网络的动态联想记忆并应用该混沌神经网络模型对发电机定子绕组匝间短路故障进行诊断。结果表明，该种方法有助于故障模式的记     

KIII模型及其在人脸识别中的应用

对一种模拟嗅觉神经系统的仿生模型、KIII模型、及其在人脸识别中的应用进行了研究。论文首先分析了KIII模型模式识别原理,然后基于人脸识别对模型的模式容量问题进行了研究。使用子图特征组合算法提取人脸特征后,在ORL人脸数据库上的实验结果表明,KIII模型的模式容量至少可以达到40,这也更新了之前认为KIII模型模式容量约为26的观点。     

KⅢ模型及其在人脸识别中的应用

对一种模拟嗅觉神经系统的仿生模型、KⅢ模型、及其在人脸识别中的应用进行了研究。论文首先分析了KⅢ模型模式识别原理,然后基于人脸识别对模型的模式容量问题进行了研究。使用子图特征组合算法提取人脸特征后,在ORL人脸数据库上的实验结果表明,KⅢ模型的模式容量至少可以达到40,这也更新了之前认为KⅢ模型模式容量约为26的观点。     

基于模糊混沌神经网络的人脸识别算法

利用混沌对初值的极端敏感依赖性,可以对仅有微小差别的模式进行识别。提出一种基于模糊混沌神经网络的算法,并应用到人脸识别中。由于引入了混沌噪声,可使网络具有很强的抗干扰能力,能有效避免人脸图像光照、姿态等因素对人脸识别的影响,也避免了复杂的特征提取工作。利用ORL人脸图像数据库进行了仿真实验,结果表明,混沌神经网络算法精度高、迭代步骤少、收敛快,混沌神经网络应用于人脸识别是有效的,能提高识别率。     

基于核聚类的嗅觉神经网络对气味模式的识别

嗅觉系统是生物感觉神经系统中非常重要的组成部分。当嗅觉感受器接收到气味刺激时,其将化学信号转换为电信号并传递给嗅球,嗅球对信息进行整合与编码,继而将其传递到大脑嗅皮层,最终产生嗅觉。对于嗅觉神经网络的建模以及嗅觉信息处理的研究有助于理解嗅觉系统是如何有效区分不同种类与浓度的气味。本文在由僧帽细胞、颗粒细胞以及球旁细胞所构成的传统嗅球模型基础上,引人了嗅皮层来构建完整的嗅觉网络模型,并考虑了抑制性突触可塑性在网络接受刺激时的学习作用。其仿真结果表明抑制性突触可塑性可以平衡嗅皮层中兴奋性和抑制性的突触电流,从而使得嗅皮层对于气味刺激表现为特定的发放模式。嗅皮层对于不同种类的气味刺激表现为不同的发放模式,而对于同一种类不同浓度的气味刺激表现为相似的发放模式与不同程度的发放强度。同时提出了基于核方法的层次聚类和模糊聚类算法来实现对不同种类纯气味的识别和对混合气味中各种气味成分的识别。     

一种用于大规模模式识别问题的神经网络算法

许多实际的模式识别问题如对手写体汉字的识别,都属于大规模的模式识别问题.目前,传统的神经网络算法对这类问题尚无有效的解决办法.在球邻域模型的基础上提出一种可用于大规模模式识别问题的神经网络训练算法,试图加强神经网络解决大规模问题的能力,并用手写体汉字识别问题检验其效果.实验结果揭示了所提算法是解决大规模模式识别问题的一个有效且具有良好前景的方法.     

基于小波混沌神经网络的语音识别*

基于语音信号的时变特性,提出了一种新型神经网络语音识别方法——小波混沌神经网络方法,即把小波变换和混沌特性引入到神经元,构成小波混沌神经网络,将这种神经网络用于语音识别,并与常用的BP神经网络识别方法进行了比较。实验结果表明,小波混沌神经网络的平均识别率要高于同等条件下常用的神经网络方法的识别率。     

Handwriting character classification using Freeman’s olfactory KIII model

KIII model is an olfactory model proposed by W. J. Freeman referring to a physiological structure of mammal??s olfactory system. The KIII model has been applied to kinds of pattern recognition systems, for example, electronic nose, tea classification, etc. However, the dynamics of neurons in the KIII model is given by Hodgkin-Huxley??s second-order differential equation and it consumes a very high computation cost. In this paper, we propose a simplified dynamics of chaotic neuron instead of the Hodgkin-Huxley dynamics at first, and secondly, we propose to use Fourier transformation with high resolution capability to extract features of time series behaviors of internal states of M1 nodes in KIII model instead of the conventional standard deviation method. Furthermore, paying attention to the point that human brain does visual processing as same as olfactory processing in the sense of information processing, a handwriting image recognition problem is treated as a new application field of KIII model. Through the computer simulation of the handwriting character classification, it is shown that the proposed method is useful by the comparison of experiment results with both computation time and recognition accuracy.     

基于模糊神经网络生物嗅觉的智能电子鼻的研究

通过研究鼻道结构对生物嗅觉的影响,构造了装有传感器阵列的电子鼻流道和控制装置,实现了嗅觉区域气体流量和气味分子浓度的主动控制,提高了嗅觉灵敏度;根据生物嗅觉系统的模糊性质在嗅觉感知中所起的关键作用,构建了更接近生物嗅觉的模糊优化神经网络算法,使电子鼻系统更具仿生特性,实现了电子鼻动态检测的目标;实验结果表明,该电子鼻不仅具有辨识的快速性,还提高了自适应辨识精度,从而能够准确做出预报。     

基于神经棒的电力变压器离线图像识别研究与应用

为解决智能移动设备在电力变压器等设备的巡检、运维工作的图像识别中难以适用于无网络的离线环境问题,本文综合考虑电力设备巡检、运维工作的实际需求和真实情况,设计一种基于神经棒的电力变压器离线图像识别系统。首先,引入卷积神经网络算法,构建深度学习图像识别模型,并利用真实图片数据集对模型进行训练调优;然后,创新地将模型集成到神经计算加速棒中,搭建电力变压器离线图像识别系统,进一步解决网络对系统的束缚;最后将本文的基于神经棒的电力变压器离线图像识别系统与现有的4G网环境下移动设备识别系统、离线环境下移动设备识别系统在贵州电网贵阳局城北分局提供的真实图片数据集上进行对比验证,结果表明本文提出的基于神经棒的电力变压器离线图像识别系统具有较高的识别准确率和稳定性。