计算机应用 ›› 2017, Vol. 37 ›› Issue (8): 2229-2233.DOI: 10.11772/j.issn.1001-9081.2017.08.2229
毕松, 刁奇, 柴小丰, 韩存武
收稿日期:
2017-03-03
修回日期:
2017-04-17
发布日期:
2017-08-12
出版日期:
2017-08-10
通讯作者:
刁奇
作者简介:
毕松(1983-),男,北京人,副教授,博士,主要研究方向:人工智能、模式识别;刁奇(1993-),女,北京人,硕士研究生,主要研究方向:人工智能、神经网络;柴小丰(1991-),男,河北定州人,硕士研究生,主要研究方向:人工智能、神经网络;韩存武(1961-),男,山东龙口人,教授,博士,主要研究方向:无线通信网络、网络化控制系统。
基金资助:
BI Song, DIAO Qi, CHAI Xiaofeng, HAN Cunwu
Received:
2017-03-03
Revised:
2017-04-17
Online:
2017-08-12
Published:
2017-08-10
Supported by:
摘要: 针对生物神经细胞所具有的非联合型学习机制,设计了具有非联合型学习机制的新型神经元模型——学习神经元。首先,研究了非联合型学习机制中习惯化学习机制和去习惯化学习机制的简化描述;其次,建立了习惯化和去习惯化学习机制的数学模型;最后,基于经典的M-P(McCulloch-Pitts)神经元模型,提出了具有习惯化和去习惯化学习能力的新型神经元模型——学习神经元。经仿真实验验证,学习神经元具有典型的习惯化和去习惯化学习能力,为构建新型神经网络提供良好的基础。
中图分类号:
毕松, 刁奇, 柴小丰, 韩存武. 基于非联合型学习机制的学习神经元模型[J]. 计算机应用, 2017, 37(8): 2229-2233.
BI Song, DIAO Qi, CHAI Xiaofeng, HAN Cunwu. Learning neuron model based on non-associative learning mechanism[J]. Journal of Computer Applications, 2017, 37(8): 2229-2233.
[1] SWEAT J D. Mechanisms of Memory[M]. 2版. 北京:科学出版社, 2012:237-289. (SWEAT J D. Mechanisms of Memory[M]. 2nd ed. Beijing:Science Press, 2012:237-289.) [2] NICHOLLS J G. From Neurons to Brain[M]. 5版. 北京:科学出版社, 2014:428-436. (NICHOLLS J G. From Neurons to Brain[M]. 5th ed. Beijing:Science Press, 2014:428-436.) [3] GAZZANIGA M S, LVRY R B, MANGUN G R. Cognitive Neuroscience:the Biology of the Mind[M]. 3版. 北京:中国轻工业出版社, 2011:349-356. (GAZZANIGA M S, LVRY R B, MANGUN G R. Cognitive Neuroscience:the Biology of the Mind[M]. 3rd ed. Beijing:Beijing Light Industry Press, 2011:349-356.) [4] 许少华,何新贵.基于函数正交基展开的过程神经网络学习算法[J].计算机学报,2004,27(5):645-650. (XU S H, HE X G. Learning algorithm of process neural network based on orthogonal function basis expansion[J]. Chinese Journal of Computers, 2004, 27(5):645-650.) [5] 李大刚,王小艺,刘载文,等.过程神经网络水华预测方法研究[J].计算机与应用化学,2011,28(2):173-176. (LI D G, WANG X Y, LIU Z W, et al. Research water-bloom prediction based on process neural network[J]. Computer and Applied Chemistry, 2011, 28(2):173-176.) [6] 王兵,李盼池,杨冬黎,等.云过程神经网络模型及算法研究[J].电子与信息学报,2015,37(1):110-115. (WANG B, LI P C, YANG D L, et al. Research on cloud process neural network model and algorithm[J]. Journal of Electronics and Information, 2015, 37(1):110-115.) [7] 王兵,许少华,孟耀华,等.结构自适应的半监督自组织过程神经网络[J].控制与决策,2015,30(3):507-512. (WANG B, XU S H, MENG Y H, et al. Semi-supervised self-organizing process neural network with self-adaptive structure[J]. Control and Decision, 2015, 30(3):507-512.) [8] AIZENBERG I. Periodic activation function and a modified learning algorithm for the multivalued neuron[J]. IEEE Transactions on Neuron Networks, 2010, 21(12):1939-1949. [9] LIU C-Y, CHEN C, CHANG C-T, et al. Single-hidden-layer feed-forward quantum neural network based on Grover learning[J]. Neural Networks, 2013, 45:144-150. [10] 班晓娟,刘浩,刘卓然.一种基于能量人工神经元模型的自生长、自组织神经网络[J].自动化学报,2011,37(5):615-622. (BAN X J, LIU H, LIU Z R. An energy artificial neuron model based self-growing and self-organizing neural network[J]. Acta Automatica Sinica, 2011, 37(5):615-622. [11] 钱夔,宋爱国,章华涛,等.基于单胺类神经递质调节发育算法的机器人视觉定位[J].机器人,2014,36(3):362-368. (QIAN K, SONG A G, ZHANG H T, et al. Robot vision location based on developmental algorithm of monoamine neurotransmitters modulation[J]. Robot, 2014, 36(3):362-368.) [12] MULLER K J, NICHOLLS J G, STENT G S. In Neurobiology of the Leech[M]. New York:Cold Spring Harbor Laboratory, 1981:27-34. [13] 张爱华,顾建文,郑崇勋.中枢兴奋性传递的突触后电位小波熵分析研究[J].西安交通大学学报,2004,38(4):428-431. (ZHANG A H, GU J W, ZHENG C X. Study on neural excitatory transmission by wavelet entropy analysis of presynaptic potentials[J]. Journal of Xi'an Jiaotong University, 2004, 38(4):428-431.) |
[1] | 沈嫣然, 温昕, 张瑾昊, 张帅, 曹锐, 高保禄. 轻量级多尺度卷积网络的功能磁共振成像脑龄预测模型[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3949-3957. |
[2] | 蒋权 黄文清 苟志勇. 基于等变图神经网络的拉格朗日粒子流模拟[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[3] | 李岚皓 严皓钧 周号益 孙庆赟 李建欣. 基于神经网络的多尺度信息融合时间序列长期预测模型[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[4] | 陈丹阳 张长伦. 多尺度去相关的图卷积网络[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[5] | 蒋沛宇 王永光 任亚亭 李硕晨 谭火彬. 基于测量不确定度表示指南的目标检测不确定度测量方案[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[6] | 胡能兵, 蔡彪, 李旭, 曹旦华. 基于图池化对比学习的图分类方法[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3327-3334. |
[7] | 林滏, 石稼晟, 高泽, 楚遵康, 马琼敏, 余海燕, 饶卫雄. 基于3D几何特征深度表达学习的物理系统仿真[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3548-3555. |
[8] | 范艺扬, 张洋, 曾尚, 曾渝, 付茂栗. 基于分解和频域特征提取的多变量长时间序列预测模型[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3442-3448. |
[9] | 刘文博, 于连飞, 谢冬梅, 蔡闯, 曲志坚, 任崇广. 基于多尺度特征融合的时间序列长期预测模型[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3435-3441. |
[10] | 王芳 胡静 张睿 范文婷. 内容引导下多角度特征融合医学图像分割网络[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[11] | 王翔 陈志祥 毛国君. 融合局部和全局相关性的多变量时间序列预测方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
[12] | 蒋汶娟, 过弋, 付娇娇. 融合图注意力的复杂时序知识图谱推理问答模型[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3047-3057. |
[13] | 黄华, 杨子仪, 李小龙, 李闯. 基于概念漂移的预测性业务流程监控方法[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3167-3176. |
[14] | 张睿, 潘俊铭, 白晓露, 胡静, 张荣国, 张鹏云. 面向深度分类模型超参数自优化的代理模型[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3021-3031. |
[15] | 陈满 杨小军 杨慧敏. 基于图卷积网络和终点诱导的行人轨迹预测[J]. 《计算机应用》唯一官方网站, 0, (): 0-0. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||