神经元网络

摘要： 阿尔茨海默氏病(Alzheimer’s disease,AD)是一种神经退行性疾病,是导致老年痴呆的最常见原因。然而,目前尚无能够终止AD病程进展的治疗药物和方法。其中部分原因可能与老年AD患者脑内神经网络退变的不可逆性有关,通过诱导神经元新生补偿神经元丢失以及重塑退变的神经元网络,有望成为AD治疗的新方向。

摘要： 阐述基于人工智能的燃煤锅炉优化技术应用,包括人工神经元网络系统、模糊控制方式、遗传算法,从而制定满足燃烧锅炉热效率和NOx排放量目标的运行优化方法。

摘要： 基底神经节(BG)是大脑深部一系列神经核团所构成的功能整体,参与精巧运动的形成.BG中丘脑底核(STN)和苍白球(GP)的异常同步振荡被认为与帕金森病(PD)有关.建立丘脑底核-苍白球外侧-脚桥核(STN-GPe-PPN)模型,基于稳定性理论给出了模型产生振荡的稳定性条件,探讨PPN和STN之间的耦合强度对STN-GPe振荡的影响,并分析GPe与STN之间的传输时滞对STN振荡的影响.数值模拟结果表明,丘脑底核受到脚桥核相互之间较强的促进作用和苍白球外侧较大的传输时滞时,丘脑底核会产生更高振幅的振荡.

摘要： 阿尔茨海默氏病(Alzheimer’s disease,AD)是一种神经退行性疾病,是导致老年痴呆的最常见原因。然而,目前尚无能够终止AD病程进展的治疗药物和方法。其中部分原因可能与老年AD患者脑内神经网络退变的不可逆性有关。通过诱导神经元新生补偿神经元丢失以及重塑退变的神经元网络,有望成为AD治疗的新方向。

摘要： 混合振荡和相干共振广泛存在于生物神经系统,且与某些生理功能有密切联系.本文采用能产生混合振荡的改进FitzHugh–Nagumo神经元模型构建电耦合神经元网络模型.在确定性的网络模型中,发现耦合强度的增大不仅能使得神经元的放电达到完全同步,还能使得放电模式从混合振荡变为周期1峰放电.引入高斯白噪声后,发现当耦合强度在较大范围内时,随着噪声强度的增大,放电峰峰间期的变差系数先增大后减小再增大,即出现反相干共振向相干共振的转迁.该结果不仅扩展了神经元网络的复杂随机动力学,还揭示了混合振荡的潜在功能.

摘要： 煤矿井下神经元网络的建设将成为企业发展的重中之重.为加快井下信息化建设,大柳塔煤矿通过建立井下4 G网络通信系统,使之成为矿井通讯的高速通道.详细分析了4 G LTE技术在可靠性、实时性、安全性、移动性、数据传输速率、数据采集能力等方面的优势,论述了4 G LTE技术在进行通信使用的可行性.建成由万兆环网、矿用一体化本安型综合分站、广播终端、本安手机等感知终端组成的4G"一网一站"通讯系统,实现了从设备感知到统一的综合接入、统一的综合传输到地面服务器平台的一体化物联网解决方案,极大提高了井下业务接入能力.

摘要： 本文主要针对我国未来煤炭市场的平稳发展的研究,利用层次分析法、典型相关分析、神经元网络预测,做了秦皇岛港动力煤价格的排序,建立了煤炭价格预测模型。首先查找资料选择八个可能影响煤炭价格的因素,建立层次结构模型,构造判断矩阵,最终通过层次分析法进行量化分析,求得每个因素对于煤炭价格影响的权重。其次由权重的大小排序得出影响煤炭价格的六种主要因素。给出的六个影响煤炭价格的主要因素作为预报因子,建立BP神经元网络,以近两年各影响因素的数据作为训练样本训练BP网络。最后查找资料最终选定安全因素、突发事件因素和经济危机因素为影响煤炭价格的未来情况。

摘要： 为了探讨在安卓平台上构建医用图像采集系统的开发个案,分析通过以智能手机、平板电脑为核心安卓设备通过拍照获得化验单数据后进行文本识别并提交智慧医疗系统的解决方案.本文首先通过二值化算法形成低阈值图像数据,使用卷积神经元网络算法对文本进行逐一识别,使用K-means算法对识别后的单字文本进行字段记录值的整合并形成元数据库服务于其他智慧医疗系统模块.在使用9000组数据对神经元网络进行前期训练的前提下,该系统的识别准确率达到了99.5％以上.本系统具有一定的可行性,对未来智慧医疗的系统开发有实践意义.

摘要： 理解大脑的运转机制是人类与科学面临的最伟大的挑战之一。人脑大约由1012个神经元组成,而其中的每个神经元又与102~104个其他神经元相连接,如此构成一个庞大而复杂的神经元网络。“大家可以想象一下,整个神经网络比宇宙还要庞大,它们之间是通过怎样的方式实现功能连接的呢?其实脑科学研究的最根本点就是要探知它们是怎样通过这些神经节点来进行通话、交流的。”西安交通大学王昌河教授说。

摘要： 行为活动可以激活大脑的一小部分神经元,引起FOS转录因子的表达。表达FOS的神经元,对于编码和唤起记忆具有重要作用。FOS神经元网络的调控是否发生可塑性变化?一直是科学家们感兴趣的问题。研究者以海马CA1椎体神经元为观察对象,对此进行研究。海马CA1椎体神经元主要接受小清蛋白(PV)和胆囊收缩素(CCK)两种抑制性神经元的输入。这些抑制性的输入,对于海马网络振荡的产生很重要。

摘要： 舰船辐射噪声是进行声纳作用距离估计的重要参数,为了对不确定性环境下的舰船辐射噪声进行有效估计,采用神经元网络方法对数据的不确定性进行捕捉和控制.产生两组带有噪声的辐射噪声数据,采用神经元网络方法对其中一组数据进行学习,计算输出数据与另一组未经训练的均方差和熵,以此度量其不确定性的大小.仿真计算结果显示,神经元网络对不确定性越大的数据训练效果越好,且经过训练的数据不确定性明显减小.

摘要： 提出基于RBF(径向基)神经元网络对风电功率进行预测会得到比较准确的预测结果.首先简单介绍了风力发电的发展近况,然后详细介绍RBF的学习算法,接着利用风电场现场记录的数据分别基于RBF神经元网络、BP神经元网络和时间序列法对风电功率进行预测,最后将由三种预测方法得到的结果进行对比分析,验证运用RBF神经元网络进行风电功率预测得到的结果最准确.研究数据均来自粤东某风电场.

摘要： 基于船用吊艇柱(刚性连接)动力机构模型和防摆原理,以液压缸防摆补偿量为控制输入,采用神经元网络,设计吊艇柱主动式防摆控制策略,并对控制器的稳定性进行了分析研究.在此基础上,对基于神经元网络的吊艇柱防摆控制策略进行了仿真,并与传统PID控制仿真进行对比,结果显示该控制器能够较显著地减少小艇的摆动.

摘要： 神经元网络技术不仅可以用于电法信息，也可以包括重力、磁力、地震等多种地球物理信息的模式识别，以及含油气性、含油饱和度、剩余油厚度预测等;为多种信息的综合、对比、分析、解释提供了一种手段和工具;本文的两个实例说明了神经元网络技术的实际应用效果。

摘要： 动物不活动的时候如何感知所处的位置?以往的研究证实当动物在空间往返移动时,海马感知位置的神经元放电,以便在运动状态下对动物当前所处的位置进行准确的神经编码.当动物处于清醒但是静止状态时,海马主要是由代表过去或将来活动的神经元放电.2016年3月10日发表在NATURE杂志的一篇论文(A hippocampal network for spatial coding during immobility and sleep)证实,海马CA2区存在一类独特的神经元,在动物静止时放电增加,并且通过以前未发现的一种广泛网络连接形式将位置信号向海马的其他区域扩散.这种关于位置的信号一直持续，直到慢波睡眠中去同步作用流行的短暂时期。因此海马在静止时也形成独特的位置信号，与记忆的处理过程有关，尤其是那些不伴随运动的经历。

摘要： 针对图像边缘信息的有效提取问题,提出了基于脉冲时间相关突触可塑性(STDP)机制的边缘检测新方法.首先通过亮度和色度编码实现颜色拮抗特性;利用Log-Gabor滤波器提取符合人类视觉特性的特定方向图像信息;接着建立了一种具有突触STDP特性的神经元网络模型,利用神经元之间非同步放电与视觉轮廓的关联性强化边缘信息;最后通过首次放电时间解码获取边缘信息.以微生物显微图像为例进行实验研究,结果表明:所提方法获取的图像边缘信息清晰完整,并且保留了更多的微弱细节;为突触可塑性机制在图像处理中的应用提供新思路.

摘要： 本论文将采用光热转换方式建一个太阳能房屋.该房屋具备储能特性,在冬天利用屋顶的太阳能光伏发电板提供暖气,并在夏季自然降低室内温度.为了尽可能多的获取太阳能资源,本文提出了基于神经元网络算法的最大功率点跟踪方案,以确保快速跟踪到近似最大功率点.本文在MATLAB环境下,构建了仿真模型,同时给出了仿真试验结果.

摘要： 研究了聚乙烯的质量指标——熔体流动指数和密度的软测量,并监测了聚乙烯产量.分析反应机理,确定聚乙烯质量指标软测量中的输入变量和输出变量;分析系统特性,确定采用神经元网络建模.根据反应机理,确定网络模型的输入、输出和中间变量.选用合理的模型类型和结构,设定模型参数;网络的激励函数选用Legendre多项式,训练算法采用最小二乘法.对系统建立网络结构模型,进行训练、测试.结果表明,建立的软测量模型对聚乙烯聚合反应各项输出的模拟精度很高.

摘要： 加药控制是污水自动化技术研究中最为关键、最难控制的环节.本文介绍加药环节常用的控制方法及最新的研究成果,并对将来的发展作了展望.从控制器算法、控制结构、参数的软测量三个方面进行了分析,系统介绍了当前加药技术的种种难点及解决方案.

摘要： 加药控制是污水自动化技术研究中最为关键、最难控制的环节.本文介绍加药环节常用的控制方法及最新的研究成果,并对将来的发展作了展望.从控制器算法、控制结构、参数的软测量三个方面进行了分析,系统介绍了当前加药技术的种种难点及解决方案.

摘要： 本发明涉及一种由单部件电偶极子组成的人工神经元(30)，所述单部件电偶极子包含属于莫脱绝缘体类且连接到两个电极(32、33)的单一材料(31)。

摘要： 用于对训练的和未训练的神经网络进行组织的方法、系统和装置，包括编码在计算机存储介质中的计算机程序。在一个方面，神经网络装置包括由集间连接互连的节点集的集合，每个节点集本身包括由多个集内连接互连的节点的网络，其中每个集间连接和集内连接都有相关的权重，每个权重体现由相关连接连接的节点之间的连接强度，与连接到其他节点集内的节点相比，每个集内的节点更可能连接到该集内其他节点。

摘要： 本发明涉及一种由单部件电偶极子组成的人工神经元(30)，所述单部件电偶极子包含属于莫脱绝缘体类且连接到两个电极(32、33)的单一材料(31)。

摘要： 用于对神经刺激器进行编程的系统的示例可以包括存储设备和模式发生器。存储设备可以存储模式库和一个或多个神经元网络模型。模式库可以包括神经调制的场和波形。一个或多个神经元网络模型可以各自被配置为允许评估一个或多个场以及一个或多个波形在治疗神经调制的一个或多个适应症上的效果。模式发生器可以被配置为使用至少一个神经元网络模型来构造并且近似地优化神经刺激和/或其构建块的时空模式。

摘要： 一种神经元网络结构，包括：处理单元；输入单元，用于将变量输入到处理单元；和输出单元，用于输出来自处理单元的处理后的变量，其中所述处理单元包括多个自动机，所述多个自动机通过形成连通矩阵的相同互连而彼此互连，并且其中所述神经元网络结构具有基于过程的架构。

摘要： 本发明提供了一种神经元网络单元，包括静态随机存储单元、正向读出隔离支路、以及反向读出隔离支路；所述静态随机存储单元包括电学串联的第一传输晶体管和第二传输晶体管，以及并联在第一和第二传输晶体管之间的两个对置互锁的第一和第二反相器，所述正向读出隔离支路连接至第一传输晶体管与两个对置互锁的反相器之间，用于根据静态随机存储单元存储的控制信号，将一外部输入的数字电压转化为模拟电流输出；所述反向读出隔离支路连接至第二传输晶体管与两个对置互锁的反相器之间，用于根据静态随机存储单元存储的控制信号，将一外部输入的数字电压转化为模拟电流输出。

摘要： 用于对神经刺激器进行编程的系统的示例可以包括存储设备和模式发生器。存储设备可以存储模式库和一个或多个神经元网络模型。模式库可以包括神经调制的场和波形。一个或多个神经元网络模型可以各自被配置为允许评估一个或多个场以及一个或多个波形在治疗神经调制的一个或多个适应症上的效果。模式发生器可以被配置为使用至少一个神经元网络模型来构造并且近似地优化神经刺激和/或其构建块的时空模式。

摘要： 本发明涉及使用含有受脉冲作用的神经元的网络对网络通信的业务量动态特性进行分类的方法，其中网络通信的业务量数据构成神经元网络的输入量，并且其中通过脉冲处理所获得的时间群集构成神经元网络的输出量，其中借助突触的模型实现业务量动态特性的分类，其动态特性直接取决于前后突触连接的脉冲的准确同步。

摘要： 本发明公开了一种基于生物神经元网络和随机共振的视觉感知方法及系统，结合了突触电导的积分放电神经元网络的随机共振原理与视觉形成的基本生物物理过程。已知在视网膜上主要分布有两类神经细胞：视杆细胞和视锥细胞；视杆细胞主要负责分辨出物体的大致轮廓但无法分辨颜色，而视锥细胞亮光较为敏感且具有较高的颜色辨别能力。为了增强彩色图像的对比度，我们运用生物神经元网络模拟视杆细胞集群在视觉感知过程中的协作作用，并由此开发出了一种新的彩色图像增强方法。本发明能够显著提高图像对比度、亮度，暗区区域细节也显著增强，边缘信息亦得到明显改善，并达到了较好的视觉效果；相较于经典的单尺度Retinex方法以及HE算法也表现出了明显的优越性。

摘要： 本发明公开了一种基于卷积和图神经元网络的规则化道路提取方法。通过采用卷积神经元网络和图神经元网络的组合结构，将道路提取问题转化为已知中心线情况下的规则化宽度回归问题，解决了道路提取目前主流方法存在的不完整、不规则、不连续的问题，实现了规则化道路路面提取和偏移中心线的纠正。本发明具有如下优点：能够从遥感影像中自动提取提取规则化的道路路面，具有拓扑性强、形状规则的特点，接近人工绘制的水平；能够将偏移的中心线纠正到道路中心位置；可以应用于地理信息更新、城市规划、自动驾驶等领域。