分解定理的网络结构分析

本文首先将逻辑神经元推广为模糊逻辑神经元，在此基础上证明了有关分解定理建模的两个重要定理，最后给出了分解定理的网络表示。     

神经网络在结构响应预测中的应用研究

本文讨论动态神经网络结构及其算法，然后利用所设计的动态神经网络对杜芬(Duffing)方程和一实际结构在不同输入条件下的响应进行预测。仿真结果表明，利用动态神经网络对结构响应有较好的预测效果。     

理论物理所专题讲座(Colloquium)简况

 在理论所第十次专题讲座上,中科院生物所郭爱克研究员作了题为《脑--世界的选择性表征》的报告.     

基于神经网络的钞票真假识别研究

利用神经网络与光电检测的技术研制了钞票真假识别系统.介绍了系统的结构组成、工作原理、软件系统、神经网络的优化设计、实验及测试结果.经实践验证,其识别结果稳定可靠,可应用于金融智能防伪点钞机与ATM机中.     

FitzHugh-Nagumo神经元网络的同步振荡与联想记忆

本文研究由FitzHugh—Nagumo神经元所组成的脉动神经元网络的同步与联想记忆恢复。基于神经元微观生理结构，本文给出具有空间随机分布延时的神经元间耦合，而这种随机分布延时描述了脉动信号从突触前神经元到突触后神经元在轴突上传播所需要的时间。记忆由空时发放的神经元集群表达，在噪声涨落的作用下，系统取得了对不完整输入的记忆恢复。     

神经元的形态分类和识别

对神经元特性的认识,最基本问题是神经元的分类.神经元的形态复杂多样,神经元的识别分类问题有相当的困难.对提供的参考数据进行统计分析,将其转化成对应每类神经元的空间形态的指标参数,然后对每个指标进行定性分析和对比分析,确定对各类型神经元细胞识别起关键作用的指标,利用层次分析法、图形截面、几何相似性等分析方法建立神经元的分类模型.分类模型能够将附录提供的神经元进行准确的分类.数据分析采用开源科学计算软件Scilab进行处理,运行环境为Scilab5.2,部分代码采用C#基于VS2008开发.     

“神经元的形态分类和识别”综述

人类脑计划得到神经元的形态数据,网站NeuroMorpho.Org提供了世界各地56个实验室,11类动物,45个神经区域,47类功能类别的6214个神经元的三维空间形态数据.题目提出的问题是利用这些数据,如何给出一个神经元形态分类方法,并利用你给出的神经元几何形态分类方法,具体识别待定神经元的类型,提出神经元模型命名方法.     

Neural Signal Tuned by Random Long-range Connections in Coupled FitzHugh-Nagumo Neurons Systems

We investigate the effect of random long-range connections on signal propagation in an array of coupled FitzHugh- Nagumo （FHN） neurons. The neural network can be obtained by randomly adding a small fraction of shortcuts in an originally locally coupled one-dimensional chain. It is shown that when the first neuron is subjected to external stimuli, it fires and excites its connected neighbours, such that the neural signal may propagate along the chain favoured by the shortcuts. Moreover, there exists an optimal number of shortcuts which can lead to the most synchronous behaviour. In addition, how the region of the fraction of shortcuts varies with the coupling strength is also discussed. These results suggest that topological disorder in the neural network may play a vital role in helping information processing in living systems.     

适用于神经元状态非等概率分布的神经网络模型及其光学实现

针对Hopfield模型在存储模式的神经元状态不具备理想的等概率分布时性能下降，以及光学难以实现多灰度阶互连的弱点，提出了一种非对称截值点的截值模型，在易于光学或光电子技术实现的同时，与其他模型相比，存储容量和容噪声能力都有较大提高.同时，提出了光束方向编码方法，并用该方法实现了上述模型，给出了实验结果. 关键词：