嗅觉系统神经网络模型字符识别中的应用

• 作者: Walter J.Freeman 史嘉凝 李光 李绪 汪乐 郭宏记
• 来源期刊: 复旦学报（自然科学版）
• 学科: 工学
• 关键词: K系列模型 混沌神经网络 字符识别
• 年，卷（期）: 2004,（5）
• 页码范围: 710-713
• 页数: 4页
• 分类号: TP183
• 字数: 2632字
• 语种: 中文
• DOI: 10.3969/j.issn.0427-7104.2004.05.008

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李光	浙江大学生物医学工程与仪器系	57	489	12.0	19.0
2	汪乐	浙江大学生物医学工程与仪器系	6	115	5.0	6.0
3	郭宏记	浙江大学物理系	6	44	3.0	6.0
4	李绪	浙江大学生物医学工程与仪器系	5	59	5.0	5.0
5	史嘉凝	浙江大学生物医学工程与仪器系	1	9	1.0	1.0