排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
嗅觉系统神经网络模型字符识别中的应用 总被引:1,自引:0,他引:1
Freeman在大量神经生理实验的基础上建立了生物嗅觉系统的非线性神经网络模型,即K系列模型.其中,KⅢ模型是一种混沌神经网络,它的模式识别机制与以往的人工神经网络完全不同,更接近实际生物神经系统的工作模式.研究通过对26个英文字符的学习、识别研究得出,系统相对于传统的神经网络有着很强的学习能力,学习5~6次就能有很好的识别能力,在10次达到最优学习效果,并与真实神经系统学习过程中的倒“U”曲线相对应. 相似文献
2.
嗅觉神经系统脉冲编码的机理研究 总被引:3,自引:0,他引:3
提出了衡量神经信息编码的四个主要关键问题,其中不稳定的神经系统如何能得出确定的信息处理结果,这是一个看来十分矛盾的问题,要解决这一问题,必须有一个观念上的改变.提出了序空间的概念,以嗅觉系统为例初步解释了四个关键问题,也初步解释了嗅觉系统信号过程. 相似文献
3.
1