【摘要】：生物計算是計算機科學(xué)與生命科學(xué)交叉研究領(lǐng)域。生物計算模型具有信息存儲使用空間小、計算并行度高、計算高效性、計算具有自組織性與自適應(yīng)性,以及容錯性強等優(yōu)點。膜計算是生物計算的重要分支之一,膜計算研究的計算模型統(tǒng)稱為膜系統(tǒng)。本文研究脈沖神經(jīng)膜系統(tǒng),它是一類受生物神經(jīng)細胞之間的通訊方式啟發(fā)得到的分布式并行計算模型。 人類大腦中神經(jīng)元具有勻質(zhì)性,即每個神經(jīng)元的結(jié)構(gòu)與功能都是相似的。受這一生物現(xiàn)實的啟發(fā),本文研究了帶反脈沖的勻質(zhì)脈沖神經(jīng)膜系統(tǒng),其中勻質(zhì)性的含義體現(xiàn)在系統(tǒng)中所有神經(jīng)元具有相同的規(guī)則集合。在使用“純激發(fā)規(guī)則”,并且不使用遺忘規(guī)則的情況下,證明了帶反脈沖的勻質(zhì)脈沖神經(jīng)膜系統(tǒng)具有計算完備性；證明了具有抑制突觸的勻質(zhì)脈沖神經(jīng)膜系統(tǒng)具有計算完備性。這兩個結(jié)果表明神經(jīng)系統(tǒng)的結(jié)構(gòu)對于系統(tǒng)的功能有決定性作用：盡管構(gòu)成系統(tǒng)的神經(jīng)元具有勻質(zhì)性,但是利用神經(jīng)元之間的相互合作形式的神經(jīng)網(wǎng)絡(luò)具有強大的計算能力。 本文研究了帶反脈沖的脈沖神經(jīng)膜系統(tǒng)范式。證明了在使用兩類“純激發(fā)規(guī)則”的情況下,帶反脈沖的脈沖神經(jīng)膜系統(tǒng)具有計算通用性。對于使用“非純激發(fā)規(guī)則”的脈沖神經(jīng)膜系統(tǒng)而言,判定“非純激發(fā)規(guī)則”是否滿足使用條件是一個潛在的計算困難問題。因此,構(gòu)造使用“純激發(fā)規(guī)則”的脈沖神經(jīng)膜系統(tǒng)對于系統(tǒng)計算的可行性有著重要意義。 可逆計算模型都有超低能耗的優(yōu)點,是量子計算研究的核心計算模型。本文建立了可逆脈沖神經(jīng)膜系統(tǒng),證明了可逆脈沖神經(jīng)膜系統(tǒng)具有與圖靈機等價的計算能力。這為量子計算理論與生物計算理論關(guān)聯(lián)提供理論支持,同時也為設(shè)計低耗能生物計算模型提供理論模型。 生物神經(jīng)系統(tǒng)中存在著具有特殊生物功能的模體與功能社團。來自同一個模體或者功能社團的神經(jīng)元,通過相互協(xié)作(一般是同步的工作)實現(xiàn)特殊的生物功能。受這一生物現(xiàn)實的啟發(fā),構(gòu)造了局部同步的異步脈沖神經(jīng)膜系統(tǒng)；證明了在使用一般神經(jīng)元或者非限制神經(jīng)元時,局部同步的異步脈沖神經(jīng)膜系統(tǒng)是計算通用的；在使用限制神經(jīng)元時,局部同步的異步脈沖神經(jīng)膜系統(tǒng)計算能力有所減弱,只能產(chǎn)生自然數(shù)的半線性集合。 利用脈沖神經(jīng)膜系統(tǒng)求解計算困難問題時,通常將神經(jīng)元中使用激發(fā)規(guī)則、遺忘規(guī)則、神經(jīng)元分裂,以及神經(jīng)元芽殖等操作統(tǒng)一地消耗一個單位時間。這種要求脈沖神經(jīng)膜系統(tǒng)中不同形式的規(guī)則都在相等的時間內(nèi)完成(一個時間單元)并不符合生物現(xiàn)實。針對這個問題,建立了時間無關(guān)脈沖神經(jīng)膜系統(tǒng),并且構(gòu)造了一族以非確定地方式求解SAT問題的時間無關(guān)脈沖神經(jīng)膜系統(tǒng)。 人類大腦的最重要的生物功能之一就是維系人類的認知能力,這使得研究脈沖神經(jīng)膜系統(tǒng)的“認知能力”具有重要意義。本文將學(xué)習(xí)機制引入脈沖神經(jīng)膜系統(tǒng),構(gòu)造了識別英文手寫字母的脈沖神經(jīng)膜系統(tǒng)。通過分析仿真結(jié)果發(fā)現(xiàn),具有學(xué)習(xí)機制的脈沖神經(jīng)膜系統(tǒng)可以有效地識別手寫英文字母,這顯示了脈沖神經(jīng)膜系統(tǒng)在模式識別研究領(lǐng)域的潛在應(yīng)用價值。
[Abstract]:......
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2013
【分類號】：TP38

【參考文獻】

相關(guān)期刊論文 前10條

1 ;Multi-scale heterogeneity of soil moisture following snow thawing in Haloxylon ammodendron shrubland[J];Science in China(Series D:Earth Sciences);2007年S1期

2 P■UN Gheorghe;P鋭REZ-JIM鋭NEZ Mario J.;;Spiking neural P systems with neuron division and budding[J];Science China(Information Sciences);2011年08期

3 拓守恒;鄧方安;周濤;;一種利用膜計算求解高維函數(shù)的全局優(yōu)化算法[J];計算機工程與應(yīng)用;2011年19期

4 董榮勝;古天龍;蔡國永;謝春光;;計算機科學(xué)與技術(shù)方法論[J];計算機科學(xué);2002年01期

5 潘林強;張興義;曾湘祥;汪雋;;脈沖神經(jīng)膜計算系統(tǒng)的研究進展及展望(英文)[J];計算機學(xué)報;2008年12期

6 江峗;石曉龍;張征;;脈沖神經(jīng)膜系統(tǒng)在窮舉使用規(guī)則下產(chǎn)生的二進制字符串語言[J];計算機學(xué)報;2009年12期

7 張葛祥;潘林強;;自然計算的新分支——膜計算[J];計算機學(xué)報;2010年02期

8 劉沙沙;竇全勝;伏開磊;;基于動態(tài)膜計算系統(tǒng)的自組織網(wǎng)絡(luò)廣播算法[J];計算機應(yīng)用研究;2012年05期

9 郭德龍;夏慧明;周永權(quán);;基于膜計算的一種新型求解非線性方程組的優(yōu)化算法[J];計算機應(yīng)用與軟件;2013年02期

10 李國杰;非傳統(tǒng)的高性能計算技術(shù)[J];世界科技研究與發(fā)展;1998年03期

相關(guān)博士學(xué)位論文 前5條

1 趙進慧;膜計算仿生優(yōu)化算法及應(yīng)用研究[D];浙江大學(xué);2010年

2 曾湘祥;脈沖神經(jīng)膜系統(tǒng)的計算性能研究[D];華中科技大學(xué);2011年

3 陳海珠;膜計算應(yīng)用研究[D];重慶大學(xué);2011年

4 牛云云;求解計算困難問題的膜計算模型與算法研究[D];華中科技大學(xué);2012年

5 張興義;脈沖神經(jīng)膜系統(tǒng)的計算能力研究[D];華中科技大學(xué);2009年

，

本文編號：2410416