10.3969/j.issn.1002-3208.2002.02.010
利用振子神经网络实现多分辨率的模式识别
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.
神经网络、振子、混沌、多分辨率、模式识别
21
TP183(自动化基础理论)
国家自然科学基金第69875011号
2004-03-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
115-118,121