重大基础研究前期研究专项(2002CCA01800)
- 作品数：4 被引量：10H指数：2
- 相关作者：郭宏记李光汪乐李绪史嘉凝更多>>
- 相关机构：浙江大学加州大学美国加州大学更多>>
- 发文基金：重大基础研究前期研究专项教育部留学回国人员科研启动基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术生物学自然科学总论更多>>
- 模拟生物嗅觉神经系统的混沌神经网络及应用被引量：7
- 2003年
- 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。
- 李绪李光汪乐Walter J.Freeman
- 关键词：混沌神经网络信息处理
- 分析核酸序列的持变概率方法被引量：1
- 2004年
- 持变概率法是一种统计一维序列持续变化概率的方法 ,可用于统计核酸序列碱基交替变化情况 ,通过此方法得出 :1)核酸序列中的持变概率与持变次数呈指数关系变化 ;2 )人类各染色体的持变指数有一定的稳定性 ,受个体、测序方向的影响较小 ;3)持变指数具有特征性 ,核酸序列中产生的持变指数与随机序列中产生的持变指数有着明显差异 .由此推断生物界可能存在着某种内编码规则约束着核酸进行编码 。
- 郭宏记刘少英
- 关键词：核酸序列
- 嗅觉系统神经网络模型字符识别中的应用被引量：3
- 2004年
- Freeman在大量神经生理实验的基础上建立了生物嗅觉系统的非线性神经网络模型,即K系列模型.其中,KIII模型是一种混沌神经网络,它的模式识别机制与以往的人工神经网络完全不同,更接近实际生物神经系统的工作模式.研究通过对26个英文字符的学习、识别研究得出,系统相对于传统的神经网络有着很强的学习能力,学习5～6次就能有很好的识别能力,在10次达到最优学习效果,并与真实神经系统学习过程中的倒"U"曲线相对应.
- 郭宏记李光李绪汪乐史嘉凝Walter J.Freeman
- 关键词：字符识别混沌神经网络模式识别神经网络模型人工神经网络
- 嗅感受细胞在不同气体浓度下的神经发放规律分析
- 2006年
- 针对分析神经脉冲编码的问题,采用H-H方程计算机分析的方法,以嗅感受细胞为例,用非线性动力学方法分析了神经脉冲序列产生过程、脉冲序列随输入信号变化而变化的规律,以及平均频率理论的适用范围.从非线性角度看,平均频率理论只适用于出现Hopf分叉的地方,也就是从分级电位变为动作电位的环节上,而且输入的分级电位必须是可排序信号,输出脉冲序列才能满足平均频率理论.这种情况一般都发生在感觉器官的最前的几个环节中,因此平均频率理论只适用于这几个环节.
- 郭宏记童勤业
- 关键词：神经信息编码
