AAM机理对一类神经元混沌的控制作用

利用在混沌控制中, AAM机理既不需要对体系的状况有太多了解、也不需要借助于外加信号的作用这个优点,来对一类神经元混沌模型进行混沌控制。通过调整自适应参数γ的值,得到一系列对应的控制混沌轨道。     

脉动型神经元网络的联想记忆与分割

以广泛讨论的Hodgk in-Hux ley神经元节点组成脉动神经元网络,从神经系统空时模式编码理论研究网络的记忆(或模式)存储与时间分割问题。给定一个输入模式,它是几种模式的叠加,网络能够以一部分神经元同步发放的形式一个接一个地在时间域分割出每一种模式。如果输入的模式是缺损的,系统能够把它们恢复成完好的原型,即神经网络的联想记忆功能。     

神经网络超参数优化的删除垃圾神经元策略

随着深度学习处理问题的日益复杂,神经网络的层数、神经元个数、和神经元之间的连接逐渐增加,参数规模急剧膨胀,优化超参数来提高神经网络的预测性能成为一个重要的任务.文献中寻找最优参数的方法如灵敏度剪枝、网格搜索等,算法复杂而且计算量庞大.本文提出一种超参数优化的“删除垃圾神经元策略”.权重矩阵中权重均值小的神经元,在预测中的贡献可以忽略,称为垃圾神经元.该策略就是通过删除这些垃圾神经元得到精简的网络结构,来有效缩短计算时间,同时提高预测准确率和模型泛化能力.采用这一策略,长短期记忆网络模型对几种典型混沌动力系统的预测性能得到显著改善.     

宽带微量太赫兹辐射促进神经元生长发育

太赫兹波位于氢键和范德瓦耳斯力作用能级范围内,可以直接与蛋白质耦合激发蛋白质的非线性共振效应,从而影响蛋白质的构象、神经元的结构和功能.基于此机制,体外培养SD大鼠原代皮层神经元,利用宽带微量太赫兹(0.3—3.0 THz,最大辐射功率100μW)短时间累计辐射(3 min/d,共3 d)皮层神经元;记录皮层神经元的动态发育参数(胞体面积和突起总长度);并分析辐射结束后神经元受体相关蛋白(GluA1和GluN1)、突触素(SY-38)和突触后致密蛋白-95(PSD-95)的表达变化.太赫兹辐射1 d后,神经元胞体面积增长值提高了144.9%(P<0.05);太赫兹辐射的2 d和3 d后,神经元突起总长度增长值分别提高了65.1%(P <0.05)和109.4%(P <0.05);太赫兹辐射3 d后, GluA1和SY-38蛋白表达分别提高了38.1%(P <0.05)和19.2%(P <0.05).结果表明,宽带微量太赫兹短时累计辐射可以促进皮层神经元胞体和突起的生长,并且对神经元突起的促进作用存在累计效应;太赫兹辐射对神经元生长发育的促进作用可能与Glu...     

基于有机/无机双层忆阻器的人工光电神经元

提出了一种基于Ag/IDTBT/ZnO/Si忆阻器的人工神经元器件,该器件开关比约为102～103且有较低的工作电压。该器件能够模拟泄漏集成点火的神经元模型。此外,研究了IDTBT浓度对人工神经元器件性能的影响。结果表明：IDTBT浓度的增加会导致薄膜厚度的增加,进而会使得神经元器件的阈值电压升高以及积分点火所需要的幅值电压变大。当有光照射之后,器件的阈值电压会明显降低。在器件储存了30天后重新测试,器件性能没有明显的变化,说明该器件具有良好的稳定性。本工作为促进神经形态系统的发展提供了有效的策略。     

生物计算机前景迷人

 生物分子电子技术是利用生物分子信息功能来装配电子元件和仪器的技术。目前,科学家已经了解和掌握了多种生物系统进行信息处理与传输信息的机理和模式:结构开关模式(利用电子从共价键传入和传出,改变分子状态);光学开关模式(利用特殊波长的光照射某些蛋白质,使蛋白质改变状态,选择和控制两种稳定结构表示开与关两种状态);“锁---匙”模式(利用酶的2种作用模式);非电子扰动模式(利用一个分子与蛋白质作用,使蛋白质振动而形成开关);此外还有以膜为基础的传感和控制模式、排列分子组合模式和生物分子非线性化学动力学模式等。     

在一种扩展多层感知器模型中实现命题知识的语义推演

§ 1.　Introduction　　Artificialintelligentisbasedonknowledgeexpression ,atthesametimeitisdependedonusingknowledge .Wecangetanalysisanddecisionandforecastbyusingknowledge .Inlogicsystem ,usingknowledgemeanslogicinferenceordeduction .Now ,manylogicsystemshavebeenproposedasformalmodelsforknowledgeexpressionandreasoning [1 ] ,[2 ] ,[6]— [9] .Althoughpropositionalcalculus(P(X) )isthesimplestlogicsystem ,itprovideswithuniversalmethodforotherlogicsystems.Asweknow ,reasoninginpropositionalcalculu…     

惯性平台稳定回路单神经元自校正PID控制

为了与新型高精度惯性平台相匹配,解决传统PID控制的稳定回路抗干扰性能不高的问题,利用神经网络具有自学习、自组织、联想记忆和并行处理等功能以及对于复杂系统控制可以达到满意效果的优势,设计了单神经元自校正PID控制器。这种控制器不但结构简单,而且适应环境变化,有较强的鲁棒性。设计中分别采用了无监督和有监督的Hebb学习算法以及改进的Hebb学习算法对系统进行控制。MATLAB仿真结果表明,单神经元自校正PID控制器在很多指标上均优于传统PID控制器,特别是其超调量,动态性能以及对干扰的抑制能力,是一种应用在实际平台系统中理想的控制器。     

天然植物复杂化学模式特征的分步提取法

在运用神经元计算技术对高维小样本复杂化学模式进行分类时,通过模式特征提取,降低输入变量维数,能使复杂的模式分类问题比较容易解决。根据模式类别相关分步分析思路,提出复杂化学模式特征分步提取法,可将原始模式数据中与类别指标相关较大的特征量有效地提取出来。应用于天然植物组效关系辨识结果表明,这种化学模式特征提取方法比经典主成分分析法更为实用可靠。     

基于神经网络的模糊决策方法

给出用神经网络去处理模糊决策问题的方法,此方法避免了模糊决策计算量大、计算复杂,隶属函数确定带有主观性等问题。