利用振子神经网络实现多分辨率的模式识别

• 作者: 吕正东 阎平凡
• 来源期刊: 北京生物医学工程
• 学科: 工学
• 关键词: 神经网络 振子 混沌 多分辨率 模式识别
• 年，卷（期）: 2002,（2）
• 所属期刊栏目: 论著
• 页码范围: 115-118，121
• 页数: 5页
• 分类号: TP183
• 字数: 3739字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2002.02.010

摘要

本文提出了一个混沌振子神经网络用于感觉信息编码的模型.其基本原理是:利用神经振子网络的混沌行为对感觉信息进行更有效的处理,这种处理方式可以考虑被识别对象各局部特征的关系.而对多个神经元振子集合行为进行编码,就可以完成对局部特征的捆绑,并得到可供进一步处理和识别的信息.这样可使后一层神经元对识别对象作多分辨率分析.以往的模型都没有考虑信息的捆绑问题,我们提出的模型不仅可以对识别对象进行多分辨率分析,并且分析的结果可以对模式的局部特征进行捆绑.仿真实验初步证实了我们的设想.文中模型由两部分组成,神经元振子层和符合检测层.而实际上的感受器每一层神经元可以身兼两职.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阎平凡	清华大学自动化系	13	170	7.0	13.0
2	吕正东	清华大学自动化系	2	6	1.0	2.0