人工智能作為21世紀的三大尖端技術(shù)之一,對社會經(jīng)濟和人們的生活方式產(chǎn)生了深遠的影響,正引領(lǐng)著時代發(fā)展的潮流。在人工智能的發(fā)展歷程中,神經(jīng)科學一直都起著推動作用,被稱為第三代人工神經(jīng)網(wǎng)絡(luò)的Spiking神經(jīng)網(wǎng)絡(luò)便是神經(jīng)科學和人工智能相結(jié)合的產(chǎn)物。通過模擬生物神經(jīng)系統(tǒng)中的神經(jīng)元和突觸的功能以及信息處理方式,Spiking神經(jīng)網(wǎng)絡(luò)采用時間編碼方式來表示和傳遞信息,具有比較豐富的生物特性。在處理和脈沖序列相關(guān)的任務(wù)中,Spiking神經(jīng)網(wǎng)絡(luò)具有獨特的優(yōu)勢,因此得到了許多學者的關(guān)注和重視。本文從計算模型和圖像識別兩個方面對Spiking神經(jīng)網(wǎng)絡(luò)進行理論研究和應(yīng)用擴展。（1）本文對Spiking神經(jīng)元模型中的外部電流進行了優(yōu)化。首先選取了合適的突觸模型,并通過突觸整合來生成神經(jīng)元的突觸外部電流。然后通過設(shè)計相關(guān)的實驗,研究了突觸外部電流對Spiking神經(jīng)網(wǎng)絡(luò)的動力學和性能的影響,并和傳統(tǒng)使用的噪聲外部電流進行了對比。結(jié)果表明,突觸外部電流可以明顯提升網(wǎng)絡(luò)活動的復雜度,并且能夠有效增強網(wǎng)絡(luò)的重構(gòu)和分類能力。（2）本文提出了一種基于生物視覺皮層處理機制的新型Spiking神經(jīng)網(wǎng)絡(luò)圖像識別計算模型。通... 

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 本文研究背景及意義
    1.2 本文國內(nèi)外研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容及創(chuàng)新之處
        1.3.1 研究內(nèi)容
        1.3.2 創(chuàng)新之處
    1.4 本文各章節(jié)內(nèi)容及安排
2 Spiking神經(jīng)網(wǎng)絡(luò)的計算模型
    2.1 生物神經(jīng)元
    2.2 Spiking神經(jīng)元模型
        2.2.1 H-H模型
        2.2.2 LIF模型
        2.2.3 IZH模型
    2.3 突觸及突觸整合
        2.3.1 生物突觸
        2.3.2 突觸的數(shù)學模型
        2.3.3 突觸整合
    2.4 液體狀態(tài)機
    2.5 本章小結(jié)
3 計算模型的優(yōu)化及其對網(wǎng)絡(luò)的影響研究
    3.1 神經(jīng)元外部電流的優(yōu)化
    3.2 動力學分析
    3.3 脈沖信號的重構(gòu)實驗
    3.4 脈沖序列的分類實驗
    3.5 本章小結(jié)
4 Spiking神經(jīng)網(wǎng)絡(luò)在圖像識別中的應(yīng)用研究
    4.1 圖像預處理
        4.1.1 V1 神經(jīng)元的時空響應(yīng)
        4.1.2 V4 神經(jīng)元的脈沖響應(yīng)
    4.2 Spiking監(jiān)督學習
        4.2.1 延遲編碼
        4.2.2 輸出神經(jīng)元的模型
        4.2.3 Tempotron學習規(guī)則
    4.3 識別結(jié)果
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
附錄
    A 作者在攻讀學位期間發(fā)表的論文目錄
    B 作者在攻讀學位期間參與的科研項目
    C 學位論文數(shù)據(jù)集
致謝


【參考文獻】：
期刊論文
[1]一種改進的基于STDP規(guī)則的SOM脈沖神經(jīng)網(wǎng)絡(luò)[J]. 王蕾,王連明.  東北師大學報(自然科學版). 2017(03)
[2]基于脈沖序列核的脈沖神經(jīng)元監(jiān)督學習算法[J]. 藺想紅,王向文,黨小超.  電子學報. 2016(12)
[3]基于生物機制脈沖神經(jīng)網(wǎng)絡(luò)的特征提取[J]. 張振敏,林秀芳,范群貞.  計算技術(shù)與自動化. 2016(01)
[4]基于脈沖神經(jīng)網(wǎng)絡(luò)人臉特征提取[J]. 鄧小云,劉金清,吳慶祥.  福建師范大學學報(自然科學版). 2014(01)
[5]基于脈沖神經(jīng)網(wǎng)絡(luò)的人體動作識別[J]. 黃麗鴻,高智勇,劉海華.  現(xiàn)代科學儀器. 2012(02)
[6]分段線性脈沖神經(jīng)元模型的動力學特性分析[J]. 藺想紅,張?zhí)镂?  電子學報. 2009(06)
[7]EVENT-DRIVEN SIMULATION OF INTEGRATE-AND-FIRE MODELS WITH SPIKE-FREQUENCY ADAPTATION[J]. Lin Xianghong Zhang Tianwen (School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China).  Journal of Electronics（China）. 2009(01)

博士論文
[1]長時程突觸增強或抑制所伴隨的樹突空間整合特性的雙向變化[D]. 王智如.中國科學院研究生院（上海生命科學研究院） 2003

碩士論文
[1]Spiking神經(jīng)網(wǎng)絡(luò)及其在圖像處理技術(shù)上的應(yīng)用研究[D]. 潘婷.電子科技大學 2015
[2]基于改進液體狀態(tài)機的手寫數(shù)字識別技術(shù)研究[D]. 劉輝.重慶大學 2016



本文編號：3692313