基于仿生学原理的改进KⅢ模型

KⅢ模型真实地模拟了整个嗅觉神经系统,包括嗅上皮、嗅球层和嗅皮层.梨状皮质是嗅球层投射的最大区域,在气味信息处理、嗅觉产生的过程中起着非常重要的作用.但是KⅢ模型简化了对梨状皮质的模拟,这部分的模型结构仅使用一个KⅠ模型和一个KⅡ模型来表示梨状皮质中神经元的连接情况.为了完善KⅢ模型,本文结合嗅上皮层细胞、嗅球层中的嗅小球细胞和嗅皮层梨状皮质中锥体细胞之间的神经元比例关系,以及梨状皮质内部的神经回路、细胞结构,从仿生学原理对KⅢ模型进行改进.同时,本文采用小世界网络理论分析了输入通道数从5逐渐增加到100时,改进前后KⅢ模型的平均路径长度L和聚类系数C的变化情况.分析结果表明,与原KⅢ模型相比,改进KⅢ模型在输入通道数大于16时,具有较小的平均路径长度和更大的聚类系数;当输入通道数超过20时,改进KⅢ模型网络的C与对应等效随机图的Crand的比值γ增长更快且远大于改进前模型,即改进后的KⅢ模型较改进前的模型具有更强的小世界特性.

基于嗅觉神经网络的织物组织识别

针对织物组织的多样性及其组织图像处理易受噪声干扰的问题,提出一种基于嗅觉神经网络的织物组织识别方法。在生物嗅觉神经网络建模技术的基础上,根据激励响应关系调节KⅢ模型输入电压,将采集的织物图像在X和Y方向投影,计算其组织点大小,然后重排组织点,将重排结果运用上述KⅢ模型识别。样本数据验证表明:所建模型对平纹、缎纹组织识别率都高于BP神经网络模型;对斜纹组织,采用新的组织点提取模型后,识别率也有明显的提高。