翻譯.wps

1、 PCNN模型及其應(yīng)用 約翰·L·約翰遜和瑪麗婁帕吉特，會員，IEEE摘要-本文將描述脈沖耦合神經(jīng)網(wǎng)絡(luò)模型。 其鏈接領(lǐng)域調(diào)制術(shù)語顯示其網(wǎng)絡(luò)模型是生物基礎(chǔ)性樹狀模型的普遍特征。本文將綜述和回顧神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用與實(shí)現(xiàn)并且基于應(yīng)用程序的變化與簡化進(jìn)行總結(jié)。本文將在新的細(xì)節(jié)方面對神經(jīng)網(wǎng)絡(luò)圖像圖解進(jìn)行闡釋。關(guān)鍵詞-樹狀模型， 脈沖神經(jīng)網(wǎng)絡(luò)模型因式分解，脈沖耦合神經(jīng)網(wǎng)絡(luò)1 介紹從霍金和赫胥黎的開創(chuàng)性研究到最近關(guān)于內(nèi)部樹狀脈沖

2、生成研究， 神經(jīng)元電化學(xué)動態(tài)研究使模型越來越精轉(zhuǎn)化和細(xì)節(jié)化。生物模型到算法模型的轉(zhuǎn)錄引出了廣泛的文獻(xiàn)數(shù)據(jù)處理系統(tǒng)， 其系統(tǒng)最初主要關(guān)注于將自適應(yīng)算法進(jìn)運(yùn)用于數(shù)據(jù)分類器。 關(guān)于脈沖神經(jīng)元動態(tài)研究，不論適應(yīng)與否，是最近的研究項(xiàng)目。 早期的一篇論文描述了一個基于一對耦合振蕩器的動態(tài)鏈接架構(gòu)。同步脈沖在貓視覺皮層的爆發(fā)的實(shí)驗(yàn)觀察鞭策了更多的關(guān)于生物基礎(chǔ)性脈沖動態(tài)系統(tǒng)的研究。1990 年 eckhorn 網(wǎng)絡(luò)連接系統(tǒng)以現(xiàn)象學(xué)模型系統(tǒng)被介紹并展示了

3、同步脈沖迸發(fā)。它用一個叫神經(jīng)元模型的脈沖生成器，一個調(diào)制耦合項(xiàng)和一個作為漏水容器的突出鏈接建模。中央新概念是次要接受域和鏈接域的引入，它的整合引入是通過內(nèi)部細(xì)胞電路調(diào)節(jié)遠(yuǎn)處喂養(yǎng)接受域。這提供了一個簡單,有效的仿真工具并研究同步脈沖的動態(tài)網(wǎng)絡(luò),很快就被認(rèn)為是在圖像處理的重要應(yīng)用。大量的變形與變體被引入到鏈接領(lǐng)域模型是為了調(diào)整作為圖像處理算法的表現(xiàn)，而這些被統(tǒng)稱為脈沖耦合神經(jīng)網(wǎng)絡(luò)。區(qū)別。第三部分回顧了基本鏈接;再利用的大多是基于領(lǐng)域模型，多

4、脈沖和單脈沖體制,和一些有用方面的脈沖耦合神經(jīng)網(wǎng)絡(luò)。這些包括邏輯規(guī)則、 圖像融合、 規(guī)模定義連接強(qiáng)度,標(biāo)志性的時間信號,脈沖耦合神經(jīng)元網(wǎng)絡(luò)樹狀圖,混亂的結(jié)構(gòu)。第四部分是一個描述脈沖耦合神經(jīng)元網(wǎng)絡(luò)技術(shù)和不同變體給予定義不同的簡短回顧,第五部分致力于脈沖耦合神經(jīng)元網(wǎng)絡(luò)的應(yīng)用和實(shí)現(xiàn)。 因?yàn)槊}沖耦合神經(jīng)元網(wǎng)絡(luò)通常用作非適應(yīng)處理器、連通性的要求很低,實(shí)際構(gòu)建高速電子芯片。 第六部分, 脈沖耦合神經(jīng)元網(wǎng)絡(luò)的算法描述,包括對那些感興趣開發(fā)簡單的軟件代

5、碼的版本。 它顯示了用在許多圖像處理應(yīng)用程序的主要簡化和快捷鍵。 偽代碼包括保付模式的新細(xì)節(jié)。第七部分給出了這些變化的應(yīng)用和脈沖耦合神經(jīng)元網(wǎng)絡(luò)保付特點(diǎn)的示例。這個分析的目的是要表明,分流誘導(dǎo)調(diào)節(jié)耦合是一個通用的和普遍的生物脈沖耦合機(jī)制對于脈沖產(chǎn)品來說它不是獨(dú)家機(jī)制。沿著密集樹突突觸輸入非線性增強(qiáng)效應(yīng)最近被實(shí)驗(yàn)證實(shí)。 激活通道交互的電導(dǎo)具有電壓依賴性。 它在輸入復(fù)雜的細(xì)胞中提供了一個乘法效應(yīng),并與鈉的活躍的樹突峰值有關(guān)。 像分流效果,它允

6、許加法和乘法耦合。而不是選擇添加劑耦合或乘法耦合,自然選擇。脈沖耦合神經(jīng)元網(wǎng)絡(luò)和標(biāo)準(zhǔn)霍金赫胥黎神經(jīng)模型模型的主要區(qū)別是在脈沖發(fā)生器的選擇上。用于原始 Eckhorn 模型的神經(jīng)元模型非常類似于生物 integrate-and-fire脈沖發(fā)生器整體性能,但它有一些基本的差異。稍后將討論這些差異。脈沖耦合神經(jīng)元網(wǎng)絡(luò)是基于在至少兩個不同的輸入。區(qū)劃的模型單元由一個樹突部分和第二部分包含 integrate-and-fire 脈沖發(fā)生器,與每