摘要
Water J Freeman教授在生理实验的基础上建立了一套基于嗅觉系统的神经网络模型。这套模型运用非线性动力学的方法较好的模拟了人体的嗅觉系统,并能够产生类似脑电的非周期背景信号。利用这个的基于嗅觉系统而建立的模型--K系列模型可以实现模式识别。本文首先从原理上介绍了K系列模型的拓扑结构和数学基础,然后通过实际的计算机数值模拟介绍了KII网络和KIII模型在实现一维序列识别时的方法和结果,简单说明了这个模型在模式识别上的特点。
After years of physiological experiments, Prof. Water J Freeman established a set of neural network model based on olfactory system. This pattern classification model K set model can be used to classify one dimension sequence. The characteristics and advantages of pattern classification using KII net and KIII model are introduced both in principle and practically numeral simulation in computer.
出处
《系统仿真学报》
CAS
CSCD
2004年第3期564-569,共6页
Journal of System Simulation
关键词
神经
嗅觉系统
混沌
模式识别
nerve
olfactory system
chaos
pattern classification
