本文關(guān)鍵詞：遞歸脈沖神經(jīng)網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)及圖像識別研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：近幾年來,隨著脈沖神經(jīng)網(wǎng)絡(luò)及其學(xué)習(xí)算法研究的快速發(fā)展,越來越多的研究結(jié)果顯示脈沖神經(jīng)元通過接受、發(fā)放脈沖來傳輸信息和實現(xiàn)功能的工作原理更加接近于真實的生物神經(jīng)元,基于精確定時的脈沖神經(jīng)網(wǎng)絡(luò)成為了神經(jīng)系統(tǒng)信息處理的有效工具�；诰_定時的脈沖序列編碼信息的特點,脈沖神經(jīng)網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)目的是通過突觸權(quán)值的調(diào)整使神經(jīng)網(wǎng)絡(luò)能夠輸出脈沖序列,表達特定信息的脈沖序列。基于脈沖精確定時特性的脈沖神經(jīng)網(wǎng)絡(luò)擁有更強大的存儲和計算機能力,它能夠模擬各種神經(jīng)元信息和任意的連續(xù)函數(shù),非常適合于大腦神經(jīng)信息的處理問題。首先,多數(shù)脈沖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法借鑒于人工神經(jīng)網(wǎng)絡(luò)中的誤差反向傳播算法,在此基礎(chǔ)上給出了梯度下降的學(xué)習(xí)規(guī)則,提出了一種基于具有反饋的局部遞歸脈沖神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的監(jiān)督學(xué)習(xí)算法。針對精確定時的脈沖編碼,首先定義了多脈沖誤差函數(shù)�；谔荻认陆禈�(gòu)建輸出層和隱含層,隱含層與遞歸層神經(jīng)元之間突觸權(quán)值的學(xué)習(xí)規(guī)則,實現(xiàn)了遞歸脈沖神經(jīng)網(wǎng)絡(luò)突觸權(quán)值的自動調(diào)整。目前多數(shù)基于梯度下降的學(xué)習(xí)方法只能進行單脈沖的學(xué)習(xí),文中分析了其中的原因,構(gòu)造了適合本文算法的脈沖響應(yīng)神經(jīng)元模型,使輸出層的神經(jīng)元能夠發(fā)放多個脈沖,并且能夠用于分類問題。提高了遞歸脈沖神經(jīng)網(wǎng)絡(luò)在解決復(fù)雜問題中的應(yīng)用能力。然后,通過模擬一系列脈沖序列的學(xué)習(xí),驗證了文中所提遞歸脈沖神經(jīng)網(wǎng)絡(luò)監(jiān)督學(xué)習(xí)算法對多種情況脈沖序列的學(xué)習(xí)能力。在脈沖序列的學(xué)習(xí)過程中,通過對單脈沖序列的學(xué)習(xí),驗證了對于給定的輸入脈沖序列,遞歸脈沖神經(jīng)網(wǎng)絡(luò)能夠訓(xùn)練出一個理想的脈沖序列。接著,通過對多脈沖序列的學(xué)習(xí)顯示了學(xué)習(xí)一個隨機輸入脈沖序列模式到多個目標輸出脈沖序列的映射的能力。結(jié)果顯示該算法能夠?qū)崿F(xiàn)脈沖序列復(fù)雜時空模式的學(xué)習(xí)。最后,在多任務(wù)脈沖序列的學(xué)習(xí)過程中展示了該算法對于不同的輸入模式能夠并行地完成多模式的學(xué)習(xí)能力。實驗結(jié)果表明了該遞歸脈沖神經(jīng)網(wǎng)絡(luò)監(jiān)督學(xué)習(xí)算法能夠有效的完成不同的脈沖序列學(xué)習(xí)任務(wù),能夠?qū)崿F(xiàn)脈沖序列的復(fù)雜時空模式學(xué)習(xí)。同時,將該算法應(yīng)用到了對LabelMe圖像數(shù)據(jù)集中部分圖像的分類問題,驗證了該算法對圖像分類問題的求解能力。
【關(guān)鍵詞】：遞歸脈沖神經(jīng)網(wǎng)絡(luò) 監(jiān)督學(xué)習(xí) 圖像分類 梯度下降 相位編碼
【學(xué)位授予單位】：西北師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.41;TP183
【目錄】：

• 摘要8-9
• Abstract9-11
• 1 緒論11-21
• 1.1 課題研究的背景及意義11-13
• 1.2 遞歸脈沖神經(jīng)網(wǎng)絡(luò)監(jiān)督學(xué)習(xí)的研究現(xiàn)狀13-16
• 1.3 基于神經(jīng)網(wǎng)絡(luò)的圖像識別研究進展16-18
• 1.4 論文的主要研究內(nèi)容及組織結(jié)構(gòu)18-21
• 1.4.1 論文的主要研究內(nèi)容18-20
• 1.4.2 論文組織結(jié)構(gòu)20-21
• 2 遞歸脈沖神經(jīng)網(wǎng)絡(luò)的相關(guān)理論21-29
• 2.1 遞歸脈沖神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)21-23
• 2.2 脈沖神經(jīng)元響應(yīng)模型23-27
• 2.2.1 Hodgkin-Huxley模型24-25
• 2.2.2 Leaky-integrate-and-Fire模型25
• 2.2.3 脈沖響應(yīng)模型25-27
• 2.3 脈沖序列的信息編碼方法27-28
• 2.3.1 線性編碼27
• 2.3.2 Time-To-First-Spike編碼27-28
• 2.3.3 相位編碼28
• 2.4 本章小結(jié)28-29
• 3 遞歸脈沖神經(jīng)網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)算法29-36
• 3.1 遞歸脈沖神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)29
• 3.2 脈沖響應(yīng)模型29-30
• 3.3 構(gòu)造誤差函數(shù)30-31
• 3.4 遞歸脈沖神經(jīng)網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)算法31-35
• 3.4.1 輸出層突觸權(quán)值的誤差梯度計算31-33
• 3.4.2 隱含層突觸權(quán)值的誤差梯度計算33-35
• 3.5 本章小結(jié)35-36
• 4 脈沖序列的學(xué)習(xí)過程分析36-44
• 4.1 多脈沖學(xué)習(xí)的基本思想36-38
• 4.2 單脈沖序列學(xué)習(xí)過程38-40
• 4.3 多脈沖序列學(xué)習(xí)過程40-41
• 4.4 多任務(wù)脈沖序列學(xué)習(xí)過程41-43
• 4.5 本章小結(jié)43-44
• 5 基于遞歸脈沖神經(jīng)網(wǎng)絡(luò)的圖像識別44-51
• 5.1 圖像識別算法及Latency-Phase編碼44-46
• 5.2 網(wǎng)絡(luò)結(jié)構(gòu)和圖像編碼46-49
• 5.3 LabelMe圖像數(shù)據(jù)集分類及實驗結(jié)果分析49-50
• 5.4 本章小結(jié)50-51
• 6 總結(jié)與展望51-53
• 6.1 總結(jié)51
• 6.2 研究展望51-53
• 參考文獻53-57
• 攻讀碩士期間學(xué)術(shù)成果57-58
• 致謝58

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 云中客;新的神經(jīng)網(wǎng)絡(luò)來自于仿生學(xué)[J];物理;2001年10期

2 唐春明,高協(xié)平;進化神經(jīng)網(wǎng)絡(luò)的研究進展[J];系統(tǒng)工程與電子技術(shù);2001年10期

3 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運優(yōu)化方法[J];長沙鐵道學(xué)院學(xué)報;2003年02期

4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];計算機工程與應(yīng)用;2004年21期

5 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

6 周麗暉;從統(tǒng)計角度看神經(jīng)網(wǎng)絡(luò)[J];統(tǒng)計教育;2005年06期

7 趙奇 ,劉開第 ,龐彥軍;灰色補償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計算機信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場預(yù)測中的應(yīng)用[J];軟件導(dǎo)刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過去談科學(xué)發(fā)展觀[J];重慶三峽學(xué)院學(xué)報;2006年03期

10 楊鐘瑾;;神經(jīng)網(wǎng)絡(luò)的過去、現(xiàn)在和將來[J];青年探索;2006年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機遇——紀念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學(xué)社會學(xué)博士 密西西比州立大學(xué)國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報;2003年

4 中國科技大學(xué)計算機系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報;2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預(yù)測方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡(luò)并行實現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時間序列預(yù)測算法研究[D];北京科技大學(xué);2016年

10 曾U喺

本文編號：287382