人工控制生物神经网络形成研究的进展

1 人工控制生物神经网络形成研究的意义早在1904年Cajal提出的神经元学说就奠定了生物神经网络(BNN)的理论基础。近十年来在人工神经网络(ANN)研究的推动下,BNN受到了日益广泛的重视。从神经网络研究的历史来看,ANN和BNN的研究是相互促进的,1949年Hebb就提出神经元之间突触联系强度的可变性,并给出了突触的学习规则。他的天才预见直到1973年才由Bliss在高等动物记忆中枢(海马)的神经元实验中得到证实,目前,ANN的研究正处于应用的大发展阶段。但ANN的理论研究(如模型,学习算法)则处于相对停滞状态,这种状态在短     

具有节点偏置的高阶神经网络模型

在汪涛文献基础上提出了一个具有节点偏置的高阶神经网络模型、给出了模型的哈密顿量和学习算法,证明了学习算法的收敛性,该模型能对每一神经元自动引入一个节点偏置使得网络能够存储所有学习图样包括相关图样,其存储容量远高于Hebb—rule—like学习算法下的高阶神经网络模型.对由30个神经元组成的二阶神经网络进行了计算机仿真,结果证实了上述结论.此外,对初始突触强度对学习效果的影响和不同存储图样数目下的平均吸引半径进行了仿真计算并分析了所得结果.新模型的特点使其具有良好的应用前景     

动态神经网络中的同步振荡

目前有一种假设认为同一视觉对象是由一群神经元的同步振荡活动来表征的。这一神经元发放活动的时间特性,是解决视觉信息处理中“结合问题（Ｂｉｎｄｉｎｇｐｒｏｂｌｅｍ）”的可能机制。本文用我们所提出的一种简化现实性神经网络模型［１］所构造的时滞非线性振子网络［２］,模拟生物神经网络的同步振荡活动。并考虑了振子各参数的设置与振荡活动的关系,以及网络振子间耦联对同步活动的影响．     

耳蜗核神经元的简化现实性模型

采用我们以前提出的简化现实性神经网络模型［１］的一种修正形式,通过选定适当的参数,仿真了耳蜗核的类初级细胞（Ｐｒｉｍａｒｙ－ｌｉｋｅｃｅｌｌ）,梳状反应细胞（Ｃｈｏｐｐｅｒｒｅｓｐｏｎｓｅｃｅｌｌ）以及给刺激反应细胞（Ｏｎｓｅｔｒｅｓｐｏｎｓｅｃｅｌｌ）对短纯青刺激的刺激后时间直方图。并通过分析参数配置和仿真行为的对应关系,指出模型在生理学上的合理性。     

条件联想神经网络研究

在人脑的某些功能和神经系统中的突前抑制机制启发下,本文提出一个新型的神经网络模型——条件联想神经网络.模型是一个有突触前抑制的联想记忆神经网络.通过初步分析和计算机模拟,证明本模型具有一般联想记忆模型所未有的一些新的特性,如可以在不同条件下,对同一输入有不同的反应.对同一输入,在不同的条件下,又可以有相同的反应.这些特点将有助于人们对神经系统中信息处理过程的了解.此外,文中也指出可能实现本模型的神经结构.     

基于小波神经网络的麦蚜发生程度预测模型

【目的】建立基于小波神经网络病虫害预测预报模型,对提前采取防病防虫措施、减少农作物病虫害损失、提高农作物产量与质量具有重要意义。【方法】本研究以山西省运城市芮城县1980-2014年麦蚜发生程度和气象因子数据为基础,采用主成分分析法从40个基础气象因子中整合形成9个新的自变量输入模型,采用试凑法筛选隐含层节点数,用1980-2009年的数据进行网络训练,对2010-2014年麦蚜发生程度进行回测,建立了以Morlet小波函数为传递函数的小波神经网络模型,并与以Sigmoid函数为传递函数的BP神经网络模型进行了比较。【结果】小波和BP神经网络两种模型对训练样本的平均拟合精度均有10年以上超过80%,两者MAPE 值分别为 89.83% 和83.07%,MSE 值分别为0.0578和0.6192。【结论】两个模型都能较好地描述麦蚜发生程度;从预测精度和模型的稳定性来看,小波神经网络好于BP神经网络。     

林地叶面积指数遥感估算方法适用分析

叶面积指数是与森林冠层能量和CO2交换密切相关的一个重要植被结构参数,为了探讨估算林地叶面积指数LAI的遥感适用方法和提高精度的途径,利用TRAC仪器测定北京城区森林样地的LAI,从Landsat TM遥感图像计算NDVI、SR、RSR、SAVI植被指数,分别建立估算LAI的单植被指数统计模型、多植被指数组合的改进BP神经网络,获取最有效描述LAI与植被指数非线性关系的方法并应用到TM图像估算北京城区LAI。结果表明,单植被指数非线性统计模型估算LAI的精度高于线性统计模型;多植被指数组合神经网络中,以NDVI、RSR、SAVI组合估算LAI的精度最高,估算值与观测值线性回归方程的R2最高,为0.827,而RMSE最低,为0.189,神经网络解决了多植被指数组合统计模型非线性回归方程的系数较多、较难确定的问题,可较为有效的应用于遥感图像林地LAI的估算。     

基于BP神经网络模型的全球森林土壤异养硝化过程N2O排放通量估算

N₂O作为重要的温室气体之一,对地球和人类都有很大的影响。为了深入探究对有机氮异养硝化作用及其产生N₂O过程的影响机制,完善全球N₂O通量估算模型,本研究采用Pearson相关性分析与广义可加模型(GAM)对全球135个样点有机氮异养硝化速率及其产生N₂O速率的影响因子进行分析,然后将主要影响因子作为BP神经网络的输入层来模拟全球森林土壤有机氮异养硝化速率及其产生N₂O速率的空间分布。结果显示,土壤pH和土壤C/N是影响有机氮异养硝化速率的主要因素,土壤C/N、土壤孔隙含水量(WFPS)以及土壤温度是影响有机氮异养硝化产生N₂O速率的主要因素。全球森林土壤异养硝化速率平均为0.4241(0.0014～0.689)μg N·g^-1·d^-1,异养硝化产生N₂O速率平均为0.2936(0.21～1.103)μg N₂O·kg^-1·d^-1     

53BP1缺失补偿DNA同源重组修复增强BCCIP阴性乳腺癌细胞放疗抗性

三阴性乳腺癌作为预后较差的乳腺癌亚型,高辐射抗性及分子靶点不明确是影响其放疗效果的主要原因.本研究从一条新的途径,即BCCIP/53BP1途径,研究三阴性乳腺癌高辐射抗性的机制.首先,利用高通量染色体精确分析系统检测X射线照射后53BP1缺失对BCCIP阴性小鼠乳腺癌细胞染色体畸变率的影响,并以免疫荧光染色和蛋白质印迹...