一种新的混沌神经网络及其应用

提出了一种新的混沌神经元模型,该神经元的激励函数由Gauss和Sigmoid两种函数加和组成的非单调函数构成.通过分岔图及Lyapunov指数的计算,分析了其动力学特性.基于该模型,构造了一种新的具有暂态混沌特性的神经网络,该网络在寻优过程中同时衰减两种退火机制实现混沌退火.通过将特征点匹配问题转化为优化问题,该网络可以实现对目标识别问题的求解.仿真实验验证了该算法的有用性和有效性.     

基于边缘的自适应相关跟踪算法

针对相关跟踪实时性差和误差累积问题,提出了基于边缘检测的自适应相关算法.采用修正后的灰度差的绝对平均值(MAD)相关匹配克服了对噪声敏感的缺点;利用目标的边缘信息确定模板中参与匹配的区域,并采用粗精结合的搜索策略,加快了匹配速度;采用模板加权更新和中心修正有效地消除了相关运算累积误差的影响.     

混沌搜索匹配算法在电视跟踪系统中的应用

提出了一种用于图像匹配的混沌搜索算法，首先将目标搜索、匹配、识别的过程转化为函数优化问题，然后运用混沌优化算法对该问题进行寻优，从而获得最佳匹配点。仿真结果表明，在保证寻优性能的情况下，可以减少匹配次数，提高识别速度，满足电视跟踪系统实时性的要求。     

2,7-二辛基[1]苯并噻吩并[3,2-b]苯并噻吩/Ni(100)的界面能级结构随薄膜厚度的演化

利用紫外光电子能谱、X射线光电子能谱以及原子力显微镜系统研究了2,7-二辛基[1] 苯并噻吩并[3,2-b]苯并噻吩(C8-BTBT)生长在单晶Ni(100)上的能级结构随着薄膜厚度的演化以及薄膜的生长方式. 发现第一层C8-BTBT平躺生长且与Ni基底发生了化学吸附反应. 从第二层起分子直立生长且呈现岛状生长模式. 这种平躺至直立的分子取向转变, 导致薄膜的能级结构在第一层与第二层间发生阶梯式的变化, 真空能级与最高占据能级同步下降. 此后能带结构随着薄膜厚度的增加逐渐向下弯曲, 功函数随着膜厚的增加而减小. 同时还发现由于直立生长的C8-BTBT其层间电导率较差导致实验中的能级未能收敛. 实验结果提示对基于Ni和C8-BTBT的自旋器件需要插入缓冲层并尽可能减少C8-BTBT的层数.