排序方式: 共有23条查询结果,搜索用时 15 毫秒
1.
研究了神经信号传输中, 内源性一氧化氮(NO)的四维动态扩散特性及其在长时程学习过程中的增强作用. 将NO扩散机理建模后与Kohonen自组织映射模型相结合, 在空间SOM基础上引入时间增强, 提出了新型的动态扩散型自组织映射模型, 计算了最优化权值的误差函数, 并分析比较了该模型与SOM中噪声干扰对训练的影响. 最后结合多项典型的一维和二维输入模式,给出自组织映射模型与扩散型自组织映射模型的仿真结果对比. 相似文献
2.
3.
4.
5.
6.
针对极大熵聚类算法MEC(maximum entropy clustering)对例外点(outliers)较敏感和不能标识例外点的缺陷,提出了一种改进的极大熵聚类算法RMEC(robust maximum entropy clustering)。该算法的基本思想是通过引入Vapnik'sε-不敏感损失函数和权重因子重新构建目标函数,并利用优化理论推导出新的学习公式。RMEC算法不但对例外点较之MEC算法有更好的鲁棒性,而且还能有效地利用学习后的权重因子标识出数据集中存在的例外点。仿真试验结果亦表明了RM 相似文献
7.
大脑fMRI数据时/空模式综合分析的一种新方法 总被引:2,自引:0,他引:2
提出了一种新的fMRI数据处理方法, 可获得大脑激活区的时空综合信息. 该方法首先利用多窗口谱估计得到脑图像各体元的谱成分, 并在任务相关频率处对体元谱成分作显著性检验, 分离出任务相关脑区; 然后利用时间独立成分分析方法提取脑区任务响应的时间模式, 从而得到任务相关脑区的时-空综合信息. 这一方法的优点是: 无需对血液动力学和任务相关脑区的空间分布做出先验性假设, 具有好的鲁棒性和信息挖掘能力; 解决了单纯的时间独立成分分析在低信噪比下发散、结果不可信、鲁棒性差的问题. 相似文献
8.
基于变形模型的肝CT序列图像分割 总被引:3,自引:0,他引:3
研究了一种基于变形模型的肝轮廓提取方法。该方法以人的经验知识作为先验信息,利用灰度特征、肝CT序列图像特点、肝区轮廓的整体几何信息作为区域聚合依据进行肝区图像分割。实验表明该方法能够较好地克服噪声和轮廓初始位置的影响,对肝CT序列图像的分割效果较好。 相似文献
9.
解析独立分量分析和因子分析的基本原理,指出独立分量分析的本质是因子旋转,从理论上证实了Varimax和Onhomax等因子旋转与基于峭度的独立分量估计目标函数条件等价。考虑多种类型源信号的情况,提出了基于Varimax的独立分量估计方法。实验表明,在混合矩阵满足稀疏条件下该方法简单有效。 相似文献
10.
不确定曲面上轮式移动机器人鲁棒轨迹跟踪 总被引:1,自引:0,他引:1
对于不确定曲面上运动的轮式移动机器人设计了鲁棒跟踪控制律.并给出稳定性证明.设计过程中用系数未知但有界的二次曲面在局部近似不确定曲面,首先构造有界横截函数推导光滑标称跟踪控制律,然后通过backstepping方法将该光滑控制律拓展到动力学模型,最后利用Lyapunov重设计技术构造出鲁棒控制律解决曲面引入的重力干扰.所设计的控制律使得轮式移动机器人具有对不同曲面参数的适应能力.仿真结果验证了控制律的有效性. 相似文献