异质神经元的排列对环形耦合神经元网络频率同步的影响

以一维环形耦合的非全同FitzHugh-Nagumo神经元网络为研究对象,讨论这种异质神经元在环上的不同排列对其频率同步的影响.研究结果显示,异质神经元的排列不同,对应的神经元网络达到频率同步所需的临界耦合强度也不完全相同.在平均意义下,异质性较小的神经元在环上的距离越近,神经元网络达到频率同步所需的临界耦合强度越大;相反,异质性较大的神经元在环上的距离越近,神经元网络达到同步所需的临界耦合强度越小.通过对频率同步过程的分析,进一步给出了产生这一现象的动力学机理.     

梯度耦合下神经元网络中靶波和螺旋波的诱发研究

神经系统内数量众多的神经元电活动的群体行为呈现一定的节律性和自组织性. 当网络局部区域存在异质性或者受到持续周期性刺激, 则在网络内诱发靶波, 且这些靶波如'节拍器'可调制介质中行波的诱发和传播. 基于Hindmarsh-Rose 神经元模型构造了最近邻连接下的二维神经元网络, 研究在非均匀耦合下神经元网络内有序波的诱发问题. 在研究中, 选定网络中心区域的耦合强度最大, 从中心向边界的神经元之间的耦合强度则按照阶梯式下降. 研究结果表明, 在恰当的耦合梯度下, 神经元网络内诱发的靶波或螺旋波可以占据整个网络, 并有效调制神经元网络的群体电活动, 使得整个网络呈现有序性. 特别地, 当初始值为随机值时, 梯度耦合也可以诱发稳定的有序态. 这种梯度耦合对网络群体行为调制的研究结果有助于理解神经元网络的自组织行为.     

部分时滞诱发Watts-Strogatz小世界神经元网络产生随机多共振

已有研究显示时滞可诱发神经元网络产生随机多共振,但它们主要讨论了神经元间的耦合都存在时滞的情形.然而实际中,有些神经元间的信息传递是瞬时的或时滞很小可以忽略的,即神经元网络中只有部分神经元间的耦合具有时滞,简称部分时滞(若神经元网络内共有l条耦合边,其中有l1条耦合边是具有时滞的,而剩余的耦合边的时滞为零,则我们称这类时滞为部分时滞).本文以Watts-Strogatz小世界神经元网络为研究对象,主要讨论部分时滞对该神经元网络系统响应强度的影响.研究结果指出,系统响应强度随部分时滞的增加呈现多峰的变化态势,即部分时滞可诱发随机多共振现象;而且使系统响应强度达到最优水平的部分时滞的取值区间随随机时滞边概率的增加渐渐变窄,当随机时滞边概率足够大时,系统响应强度只有在时滞位于外界信号周期的整数倍附近才会达到最优.此外,我们还分析了随机连边概率和神经元网络中边的总数对部分时滞诱发的随机多共振现象的影响.结果显示,部分时滞诱发的随机多共振现象对随机连边概率具有一定的鲁棒性,而神经元网络中边的总数对部分时滞诱发的随机多共振的影响则较大.     

自组织人工神经元网络用于声图象识别的研究

本文通过实验研究了自组织人工神经元网络用于声图象识别的步骤和方法，讨论了在水声、超声医学等声图象识别中所遇到的一些关键性技术问题．     

基于BP算法神经网络的物理实验曲线拟合

介绍了人工神经元网络的基本原理和BP算法神经网络。将BP算法神经网络应用于物理实验中的幅频特性曲线拟合，在MATLAB下通过训练和仿真验证了应用BP算法神经网络拟合实验曲线的优越性。     

利用深度学习方法研究核物质状态方程

对核物质状态方程的研究将有助于人们更好地了解原子核的性质以及宇宙和星体的演化过程等基本问题。重离子碰撞能产生高温高密核物质，利用输运模型的模拟结合相关实验数据的比较是研究核物质状态方程最常用方法之一。本文利用深度学习中的卷积神经元网络(CNN)方法对不同核物质状态方程给出的末态质子横动量和快度分布进行学习，使神经元网络具有从末态粒子信息来判断核物质状态方程软硬的能力。利用预测差异分析方法(Prediction Different Analysis)，可以找到横动量和快度分布中对状态方程最敏感的区域。此外，还测试了一种基于决策树的梯度提升算法(LightGBM)，发现得到的准确度和CNN方法类似。     

神经元网络在τ→ρV_τ极化分析中的应用

在ＬＥＰ／Ｌ３的τ→ρＶτ极化物理分析中，用人工神经元网络法选择事例，获得了比较高的选择效率．详细研究表明，网络本身不会引入明显的系统偏差．使用在Ｚ０能区采集到的８９７７个τ＋τ－对事例，得到τ→ρＶτ道的极化率Ｐτ＝－０．１２９±０．０５０±０．０５０．本文介绍在这一工作中使用的神经网络训练方法和技巧     

神经元网络在τ→ρVτ极化分析中的应用

在LEP/L3的τ→ρV_τ极化物理分析中,用人工神经元网络法选择事例,获得了比较高的选择效率.详细研究表明,网络本身不会引入明显的系统偏差.使用在Z⁰能区采集到的8977个τ⁺τ^－对事例,得到τ→ρVτ道的极化率P_τ=－0.129±0.050±0.050.本文介绍在这一工作中使用的神经网络训练方法和技巧.     

在BES实验中用神经元网络法鉴别e,μ,π

研究了两种不同的神经元网络法,BP网络和LVQ网络,对北京谱仪(BES)实验中e,μ,π粒子的鉴别,取得了较常规方法要好的结果.用于训练和检验的μ子样本来自宇宙线事例,e和π粒子则是由真实实验数据精选的,虽然样本本身具有非均匀的动量谱,但BP网络的检验结果给出的粒子选择效率在整个动量区间却仍然具有相当均匀的分布,LVQ网络稍逊之.至少是在我们研究的这一课题中证明了BP网络的模式识别功能要优于LVQ网络.     

神经元网络螺旋波诱发机理研究

实验研究发现大脑皮层电活动和信号传播有类似螺旋波的特征.本文利用包含离子通道效应的Hodgkin-Huxley神经元构造规则网络来研究螺旋波的形成机理,利用缺陷阻挡行波的方法在神经元网络中诱导到不同周期的螺旋波,分析了螺旋波产生条件和耦合强度对螺旋波的影响.同时,对脑皮层中螺旋波形成的机理进行了讨论.     

基于随机放电神经元网络的彩色图像感知研究

本文基于随机共振原理和人脑感知物体色彩的基本生物物理过程,提出了一种低照度彩色图像增强的可解释算法.我们首先研究了电导基积分放电神经元网络中的随机共振现象,揭示了放电阈值、突触权重和集群规模对输出响应信噪比的影响,并识别出放电阈值是影响随机共振效应的关键参数.然后,在结合彩色图像视觉感知的生理过程的基础上,给出了一种基于随机放电神经元网络的彩色图像增强算法,并以峰值信噪比(PSNR)和自然图像质量评估(NIQE)作为提取最优增强图像的度量指标.注意到待增强的图像是非周期信号,因此,为了优化算法的性能,首次提出了一种基于亮度分布的分位数的阈值选取策略.数值实验结果表明,该算法的增强效果良好且性能稳定,并可用于军事探测和医学图像预处理等信号处理领域.     

人工神经元网络在光谱识别中的应用

本文利用人工神经网络原理设计了一神经元网络,进行了光谱识别实验,当训练光谱与待识别光谱具有相同的定标情形下,网络具有较高的识别率,可以实用。     

神经元网络法重建LHC上H→ZZ(WW)→llvv的不变质量

在LHCpp对撞机上通过H→ZZ(WW)→llvv道寻找重Higgs粒子的主要困难在于,该反应道具有大的丢失能量,用传统方法无法重建它的不变质量,其存在只能由p_T或m_T分布的宽Jacobi峰显现。这里作为基于蒙特卡罗模拟的唯象性研究,设计了一个前馈式神经元网络,用以重建Higgs粒子的不变质量,不仅得到了正确的M_H质量峰值及比较好的宽度,并同时具有抗本底事例干扰能力,可应用于实验的共振态新粒子寻找及粒子质量的精确测量。     

神经元网络中分布式电流诱导靶波机理研究

以四变量的Hodgkin-Huxley神经元模型构建规则网络来研究分布式电流刺激诱导靶波问题. 在一个二维规则网络的局部方形区域输入恒定刺激电流I₁, 其余区域结点上的神经元输入刺激电流I₂ 来刻画分布式电流. 分别研究了耦合强度、刺激电流I₁作用区域(受控神经元个数)、 分布式电流梯度(ΔI=I₁-I₂)对靶波形成的影响. 研究发现: 刺激的区域越小, 需要的电流梯度(ΔI)越大; 耦合强度越大, 诱导靶波所需要的电流梯度(ΔI)也越大. 最后讨论了分布式电流作用和靶波的形成机理. 进一步研究发现, 诱导的靶波对通道噪声有较强的抗干扰性. 关键词： 靶波 神经元网络 分布式电流     

朗缪尔-布洛奇特薄膜及其应用

海面油膜有减弱海浪的作用,这在几个世纪以前就为人们所发现并加以利用.富兰克林最先对此现象作过定性描述.以后,瑞利指出,这种悬浮膜仅是一种单分子层薄膜.本世纪三十年代,朗缪尔和布洛奇特发明了一种技术[1],可将这种悬浮的单分子膜转移到固体表面,形成分子规则排列的单层膜和多层膜(可达几百层).这就是朗缪尔-布洛奇特薄膜(简称LB薄膜). 对LB薄膜的早期研究主要集中在表面化学和测定大分子的分子量方面,实际应用不多.因此,第二次世界大战以后,这类研究就渐趋沉寂.近年来,由于制膜技术的提高,制膜材料的扩大和薄膜性质研究的进展,使LB…     

象增强器发展现状

象增强器的发展已经很久了。早在20年代,由于电子光学的形成,人们就开始探讨象增强器。30年代出现了这方面的文章。第1篇专利是Barthelemy和Leithine在1936年提出的。象增强器经过了多年的研究和改进,特别是50年代以后出现多碱光电阴极和光学纤维元件,便出现了各式各样的管子。     

自由电子激光的可能应用

本文简要介绍了自由电子激光和８０年代刚刚兴起的自由电子激光的应用，展望了它令人振奋的应用前景，并讨论了它在应用研究方面的深远意义．     

新的神经网络来自于仿生学

动物对其周围环境方面的信息的收集是通过它的感觉神经元对外界的化学、光、声以及其他各种刺激因素产生的瞬态电信号的响应所完成的 .研究动物与昆虫的神经元网络除了能让我们对神经世界有进一步的认识外 ,它还可帮助我们对人工网络和计算机应用等方面提供新的启示 .美国加州大学圣地亚哥分校非线性中心的Ｍ .Ｒａｂｉｎｏｖｉｃｈ教授在研究了鱼类和昆虫的嗅觉系统的基础上 ,提出了一种新的神经网络模型 .其基本核心是神经元间可以相互联结形成一个系统而使它们能识别比传统的网络更多的信号 .Ｍ .Ｒａｂｉｎｏｖｉｃｈ教授在研究中发现神…     

低水平氚化水去氚技术

针对低水平氚化水的排放问题，20世纪70年代已开始了这方面的研究，并逐渐成为氚废水处理领域的研究热点。由于传统的同位素分离法在这方面的应用受到限制，所以各国科学家相继提出了膜技术和树脂交换、富集等方法，并进行了初步可行性研究。     

美妙的超导应用

 超导态是物质的一种独特状态,它的新奇性,立刻使人想到将它用到技术上。自20年代起,人们对超导应用的热情总比对超导机理研究要高;到80年代高温超导材料问世后,这种热情就更为炽烈。目前超导的应用正在许多领域里迅速发展,其景况十分美妙和诱人。