从弥散到收敛:一种学习与记忆的规律——神经思维科学研究 Ⅱ

根据实验与理论有关研究 ,有效重复或练习导致存贮更巩固、提取效率增高的学习和记忆 ,应主要表达为 :学习即脑神经网络从弥散到收敛动态的降维过程 .学习是脑神经网络调节自身层级单元之间联结权重——易化程度的动态过程 .特定的学习任务对应特定的易化程序 .

心理词典的层级聚类记忆规律——神经思维科学研究Ⅰ

根据临床失语、心理实验 ,以及有关理论工作的研究 ,描述了心理词典的两种记忆规律 :层级与聚类 ,由此推测 ,心理词典可能是由不同级别的单词聚类模块逐级组成 ;

一种新的Petri网模型

将感觉神经检测机制融合于 Petri网中 ,提出了一种新的基于属性抽取与整合的感觉神经检测 Petri网模型 ,使得 Petri网更加适合于对神经思维的描述 。

基于光谱特征参数的粳稻冠层氮素含量反演方法

粳稻氮素含量的快速、无损、准确估算,可以及时掌握粳稻的生长状况,对指导粳稻田间管理具有重要意义。为提高粳稻冠层氮素含量的高光谱反演精度,利用沈阳农业大学路南试验基地2018年粳稻3个关键生育期无人机高光谱影像和同步测定的粳稻冠层氮素含量作为数据源,选用从粳稻冠层光谱中提取的高光谱位置变量、面积变量和植被指数变量3种类型20个光谱特征参数与氮素含量进行相关性分析,选出各个生育期内相关性较高的前3个光谱特征参数作为模型输入分别建立偏最小二乘回归(PLSR)、BP神经网络(BPNN)和思维进化算法优化BP神经网络(MEA-BPNN)3种粳稻冠层氮素含量反演模型并验证。结果表明:在粳稻分蘖期、拔节期、抽穗期,与粳稻氮素含量相关性最好的高光谱特征参数均为红边面积SDr,相关系数分别为0.771,0.664,0.775;MEA-BPNN反演模型与PLSR、BPNN相比,无论在模型精度还是预测能力都有明显提高,在各个生育期,MEA-BPNN模型的建模集和验证集决定系数R^2均达到0.700以上,RMSE均低于0.400以下,说明MEA-BPNN反演模型是筛选出的最佳粳稻冠层氮素含量反演模型。综上研究,该模型能够快速无损反演粳稻冠层氮素含量,可为后续施肥决策提供支持。

Research on the Evolution of Thinking Dynamics Attractor

In this paper we introduce the evolution law of thinking-neural network attractor in the field of thinking dynamics,a new idea about the attractor evolution using evolutional mapping transformation is given on the bases of generalized isologous concept. The idea is connected with the intuitive thinking.This paper lays a foundation for the further studying of the brain thinking process.

从“雨人”看“白痴学者”

美国片《雨人（Rain man)》因获1988年度国际奥斯卡最佳影片，最佳男主角、最佳导演奖而菲声全球影界。著名演员Dustin·Hoffman与Tomcruise在影片中分饰一对开始从互相利用到最后能心灵沟通的兄弟。影片中的哥哥患有自闭症，但却又同时是个数学天才。从而，“雨人”就成为具有特定意义的单词。