期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于突触扩展规则的带电荷脉冲神经膜系统计算能力研究 被引量:3
1
作者 姜素霞 樊继辉 +1 位作者 耿盛涛 杨飞飞 《重庆理工大学学报(自然科学)》 CAS 北大核心 2020年第12期177-185,共9页
带电荷脉冲神经膜系统是受生物神经元细胞膜具有极化现象启发而提出的一种新型脉冲神经膜系统。在带电荷脉冲神经膜系统的基础上,结合生物反射弧现象,利用神经元能够通过突触传递信号给相邻神经元的生物特性,提出了一种基于突触扩展规... 带电荷脉冲神经膜系统是受生物神经元细胞膜具有极化现象启发而提出的一种新型脉冲神经膜系统。在带电荷脉冲神经膜系统的基础上,结合生物反射弧现象,利用神经元能够通过突触传递信号给相邻神经元的生物特性,提出了一种基于突触扩展规则的带电荷脉冲神经膜系统。在这类系统中,每个神经元的规则集合被放置在神经元突触上,由神经元的电荷状态控制规则的使用。研究了基于突触扩展规则的带电荷脉冲神经膜系统作为任意自然数的产生和识别装置的计算通用性,结果表明该系统可以计算任意图灵可计算自然数,具有与图灵机等价的计算能力。 展开更多
关键词 生物启发式计算 计算 脉冲神经膜系统 突触规则 计算能力
下载PDF
细菌觅食算法在图像压缩中的应用 被引量:14
2
作者 储颖 邵子博 +1 位作者 糜华 吴青华 《深圳大学学报(理工版)》 EI CAS 北大核心 2008年第2期153-157,共5页
基于传统反向传播(back propagation,BP)网络,提出一种结合细菌觅食算法(bacterial fora-ging algorithm,BFA)的改进型BP网络(BFA-BP),并将其用于图像压缩.为克服传统BP网络容易陷入局部极小值的缺点,算法引入BFA特有的复制和驱散操作,... 基于传统反向传播(back propagation,BP)网络,提出一种结合细菌觅食算法(bacterial fora-ging algorithm,BFA)的改进型BP网络(BFA-BP),并将其用于图像压缩.为克服传统BP网络容易陷入局部极小值的缺点,算法引入BFA特有的复制和驱散操作,以提高网络收敛速度,加强全局寻优能力.对标准测试图像进行仿真实验表明,该算法能有效提高重建图像质量. 展开更多
关键词 人工神经网络 反向传播 细菌觅食算法 生物启发式计算 图像压缩
下载PDF
基于区域扩散机制的无线传感器网络时间同步算法
3
作者 汪涛 《计算机科学》 CSCD 北大核心 2015年第12期184-188,共5页
针对当前无线传感器网络时间同步算法无法满足物联网对于网络实时性的要求,提出了一种基于区域扩散的无线传感器网络时间同步算法。该算法分为两个阶段进行:第一阶段根据生物觅食理论(OFT),按照收益率最高的原理提出一种代言人信息选择... 针对当前无线传感器网络时间同步算法无法满足物联网对于网络实时性的要求,提出了一种基于区域扩散的无线传感器网络时间同步算法。该算法分为两个阶段进行:第一阶段根据生物觅食理论(OFT),按照收益率最高的原理提出一种代言人信息选择算法(SIE)进行区域内时间同步;第二阶段根据时间偏移量最小节点选择区域代言人并在区域之间进行二次同步,同时将同步过程映射到马尔可夫链,提出基于马尔可夫链的代言人加速算法(MarSAA)。理论分析和实验证明,提出的算法具有较好的时间复杂性;并且两阶段算法可以并行进行,相对于传统算法在全网时间同步上具有非常好的性能。 展开更多
关键词 无线传感器网络 时间同步 分布 生物启发式计算
下载PDF
具有突触规则的脉冲神经膜系统综述
4
作者 张露萍 徐飞 《计算机科学》 CSCD 北大核心 2022年第8期217-224,共8页
膜系统是受到细胞、组织、器官和系统的结构和功能的启发而提出的一类生物启发式计算模型。具有突触规则的脉冲神经膜系统是一类受神经元间信息交流方式的启发而提出的膜系统,该类模型中神经元是存储信息的单元,突触是整合并传递信息的... 膜系统是受到细胞、组织、器官和系统的结构和功能的启发而提出的一类生物启发式计算模型。具有突触规则的脉冲神经膜系统是一类受神经元间信息交流方式的启发而提出的膜系统,该类模型中神经元是存储信息的单元,突触是整合并传递信息的媒介,整个系统采用分布式、并行方式处理信息。文中回顾了具有突触规则的脉冲神经膜系统的定义及相关概念,介绍了若干个脉冲神经膜系统变体,并对比了各系统的同异;列出了该系统及其变体在不同工作模式下计算能力方面的研究进展,以及该系统在求解计算困难问题、算术运算和破解密码方面的应用;提出了尚待研究的若干问题,以期为具有突触规则的脉冲神经膜系统理论研究提供方向,同时为相关系统的应用研究拓展思路。 展开更多
关键词 生物启发式计算 计算 脉冲神经膜系统 突触规则 计算能力
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部