| 【中文题名】 | NO自组织神经计算的理论与应用 |
| 【英文题名】 | |
| 【学科专业】 | 控制科学与工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2003-9-4 |
| 【中关键词】 | 一氧化氮,GasNets,神经调制,长时程增强,自组织特征映射,数据融合 |
| 【英关键词】 | Nitric Oxide,GasNets,Long-term Potentiation,Neuro-modulation,Self-Organizing Feature Maps,Data Fusion,NO Synthase,Temporal SOM, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
近几年,生物体内自由扩散的内源性一氧化氮(内源性NO,文中简称NO),作为一种新型的神经递质及其在神经网络中的调节作用引起了国内外的广泛关注。内源性NO由神经元中一氧化氮合成酶(nNOS)产生,由于其脂溶性等特性,能够弥散到包括突触和神经元的空间中。这种行为与信号位于精确位置的传统神经传递有着很大区别,即不局限于传统的突触前端到突触后端的点对点的传递模式。结合内源性NO扩散模型的网络,其空间分布的节点能够产生弥散到整个网络中去的“气体”,这种“气体”可以依据NO浓度的变化调节节点本身的权值和节点间相互的联接权值。
本论文首先讨论了大脑中内源性NO在空间和时间上的动态扩散模型。理论地,在国际神经生理学、心理学与医学关于内源性一氧化氮(NO)最新研究的基础上,深入分析一氧化氮的非局部扩散递质和逆转录信使的特性,同时针对模型的不同结构(包括对称形状和不规则形状)给出仿真结果。然后对自组织神经网络做了比较深入的研究,分析特征映射网络的一些相关特性,特别是课题相关的神经气网络以及时间SOM,并给出一定的仿真结果。对于国际上现有的几种NO与神经网络的结合思想,我们简单介绍了Gasnets及其数学模型... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
ABSTRACT |
5-6 |
|
第一章 绪论 |
6-10 |
|
1.1 课题背景 |
6-7 |
|
1.2 组织神经网络简介 |
7-8 |
|
1.3 内源性NO简介 |
8-9 |
|
1.4 全文结构概述 |
9-10 |
|
第二章 内源性NO扩散的动力学模型及仿真 |
10-19 |
|
2.1 NO扩散模型与传统神经信号传输模型比较 |
10-11 |
|
2.2 NO的产生机理 |
11 |
|
2.3 NO扩散模型的理论建模 |
11-14 |
|
2.4 NO扩散模型的仿真 |
14-19 |
|
第三章 自组织神经网络原理 |
19-28 |
|
3.1 竞争学习结构 |
19-20 |
|
3.2 侧抑制机理 |
20-21 |
|
3.3 WTA竞争学习机制 |
21-22 |
|
3.4 自组织神经网络 |
22-28 |
|
第四章 GASNETS网络模型与仿真 |
28-39 |
|
4.1 GASNETS网络模型与分析 |
28-33 |
|
4.2 模型设计与形状辨识策略 |
33-35 |
|
4.3 GASNETS网络的运行过程 |
35-39 |
|
第五章 NO自组织神经网络原理与应用 |
39-51 |
|
5.1 NO自组织神经网络模型的建立 |
39-43 |
|
5.2 一维NOSOM模型及其仿真 |
43-45 |
|
5.3 NO自组织神经网络模型扩展 |
45-47 |
|
5.4 自组织特征映射在信息融合中的应用 |
47-51 |
|
第六章 NO应用探讨 |
51-52 |
|
致谢 |
52-53 |
|
参考文献 |
53-55 |
|
| 【DOI】 | LunWen.ID:2.2008.386839 |