摘要
Freeman对生物嗅觉神经系统建立了一套新型的混沌神经网络模型 -K系列模型 ,与传统的人工神经网络相比 ,该网络不仅能很好的模拟生物嗅觉神经系统产生的混沌信号 ,而且提出了一种全新的信息处理和模式识别的概念和理论 ,是一种更接近生物系统的神经网络模型。我们对该混沌神经网络进行了模拟研究 ,同时应用该网络对简单的图像模式和手写体数字进行了模式识别的探索 ,实验结果验证了KIII网络的模式识别能力 ,为这种新方法的进一步发展和应用打下了基础。
Based on the olfactory neural system, Freeman has built a chaotic neural network-K set model. Comparing to the conventional artificial neural network (ANN), this model can simulate the chaotic signals existed in the real olfactory neural system, and it offers brand-new concepts and mechanisms in signal processing and pattern recognition as well. This article presents the simulation research on this model and its application on image pattern and handwriting numerals recognition. The results proved the recognition ability of this new method.
出处
《传感技术学报》
CAS
CSCD
2004年第2期179-184,共6页
Chinese Journal of Sensors and Actuators
基金
国家 973重大基础研究前期研究专项 (2 0 0 2CCA0 180 0 )资助
关键词
K系列模型
混沌神经网络
随机混沌
图像模式识别
手写数字识别
K model
chaotic neural network
stochastic chaos
image pattern recognition
Handwriting numerals recognition
