适用于神经元状态非等概率分布的神经网络模型及其光学实现

针对Ｈｏｐｆｉｅｌｄ模型在存储模式的神经元状态不具备理想的等概率分布时性能下降，以及光学难以实现多灰度阶互连的弱点，提出了一种非对称截值点的截值模型，在易于光学或光电子技术实现的同时，与其他模型相比，存储容量和容噪声能力都有较大提高．同时，提出了光束方向编码方法，并用该方法实现了上述模型，给出了实验结果．

Complex Behavior in a Selective Aging Neuron Model Based on Small World Networks

Complex behavior in a selective aging simple neuron model based on small world networks is investigated. The basic elements of the model are endowed with the main features of a neuron function. The structure of the selective aging neuron model is discussed. We also give some properties of the new network and find that the neuron model displays a power-law behavior. If the brain network is small world-like network, the mean avalanche size is almost the same unless the aging parameter is big enough.

基于生物认知的移动机器人路径规划方法

针对移动机器人在非结构环境下的导航任务,受哺乳动物空间认知方式的启发,提出一种基于生物认知进行移动机器人路径规划的方法.结合认知地图特性,模拟海马体的情景记忆形成机理,构建封装了场景感知、状态神经元及位姿感知相关信息的情景认知地图,实现了机器人对环境的认知.基于情景认知地图,以最小事件距离为准则,提出事件序列规划算法用于实时导航过程.实验结果表明,该控制算法能使机器人根据不同任务选择最佳规划路径.

仿鼠脑海马的机器人地图构建与路径规划方法

针对移动机器人在非结构化环境下的导航任务,根据哺乳动物海马体空间细胞的认知机理,提出了一种仿鼠脑海马的机器人情景认知地图构建及路径规划方法.在机器人情景记忆建模过程中集成位置细胞与网格细胞神经元活动机制,建立机器人空间环境情景认知地图,采取状态神经元集合序列全局路径规划策略,在记忆空间以自我为参考,通过事件再配置预测并规划最优情景轨迹.实验结果表明:该方法能够生成精确的情景认知地图,并且基于目标导航能够规划一条最佳路径.