有噪声条件下神经元编码的预测

以Hodgkin-Huxley模型为例,通过分析神经元的峰电位间隔(ISI)来研究神经元的编码预测。对于神经元系统来说,噪声对系统的发放起了重要的作用。在有噪声的情况下,弱的信号可以使神经元产生发放。在某个噪声强度下可以使神经元的ISI序列的非线性预测误差(NPE)达到最小值,从而提高神经元的预测能力。     

基于回声状态网络的移动话务量预测

针对移动话务量的预测问题,本文建立基于回声状态网络（Echo State Networks,ESN）的移动通信话务量预测模型。为实现精确的移动话务量预测,本文采用由中国移动网管系统检测得到的移动话务量数据作为研究对象,其实验结果表明,该预测方案具有较高的预测精度,满足实际系统的需求。由于ESN模型的储备池中不同神经元类型对模型的预测性能有一定的影响,为此选取双曲正切神经元、线性神经元l、eaky integration神经元进行比较,结果表明了双曲正切神经元相较于其他两种神经元具有更高的非线性逼近能力,较适用于移动话务量的预测问题。     

大脑是如何处理信息的——神经元及其模型的计算阐释

神经元作为神经系统的基本单元,提供了人类认知的基本信息功能处理机制。文章通过对神经元及其模型进行计算分析,指出了神经元内离子对刺激信息的反应,在此基础上阐释了误差驱动任务学习与BP学习法,最后文章对神经元的计算启示给出了解读。文章表明,脑认知是动态的表征,其非线性地处理认知现象,并指出计算神经科学在解读大脑处理信息上正在尝试突破,具有重要的研究意义和价值。     

科技新闻

加拿大科学家发现盲人利用视觉中枢进行回声定位据加拿大CBC新闻网消息,位于加拿大安大略省伦敦市的西安大略大学脑和精神研究中心的主任、心理学家Goodale经过长期研究发现,盲人在认路、识别物体时,是通过大脑的视觉中枢来处理回声定位的信号,而不是我们通常以为的听觉中     

数字电路的STE验证方法研究

符号轨迹计(Symbolic Trajectory Evaluation,简称STE)方法是一种新的基于符号模拟的模型检验方法,它将符号模拟技术的电路建模能力与时序逻辑模型检验技术的自动分析能力结合,使得对于数字电路的验证效率得到了很大的提高.本文将综述符号轨迹计算的基本理论.     

我科学家成功实现六光子薛定谔猫态

在神经系统发育过程中，新生神经元的轴突要经历漫长的历程才能到达预定的脑区，然后与靶区神经元建立突触联系进而形成神经系统复杂的网络系统。因此，发育中轴突的生长和导向是形成正常神经系统功能的前提和保证。相反，轴突发育的异常会导致多种神经系统疾病．包括智力障碍和癫痫发作等。     

一种改进型回声状态网络及其在声纹识别上的应用

为精简回声状态网络储备池的规模,本文采用具有积分点火特性的脉冲神经元替代传统的S型神经元,在维持网络性能的同时大幅缩小了储备池规模,形成了一种新型回声状态网络,通过对3组基准实验的仿真表明,在储备池规模较小时,其性能优于经典回声状态网络。针对在身份验证领域具有广阔应用前景的声纹识别问题,利用这种改进型回声状态网络有效对4位实验者的声纹身份进行了识别,取得了较好的实验结果。     

基于时空编码的神经元动态特征分析

作为神经生物学的重要领域,神经信息的编码和处理极大程度上是神经元群体编码,即集群表达。对于同一个电极上记录的多个神经元信号进行锋电位序列检测与分类,进而分析不同类间锋电位时间序列的相关性,揭示相邻神经元电活动之间的动态联系,有助于了解神经元网络中神经元间相互作用。本文结合实验,介绍了神经集群编码的几种研究方法:锋电位序列的互相关直方图、刺激前后放电活动时间直方图、锋电位累加图的具体应用。     

十大人类无法匹敌的动物

第十名 蝙蝠——超音速声波定位 蝙蝠可以通过发射超音速短促的尖叫声并分析该声波遇见周围环境中的物体后反弹的回声来躲避障碍物，捕捉昆虫。这种生物声波定位被称作“回声定位法”。此方法也被海豚在黑暗的水域用来导航。     

基于MMFA模型的河流封冻日期预测

介绍了均值生成函数这一时间序列中的概念,并经过主成份分析,建立了时间序列模型与预测的数学模型(简称MMFA)。     

十大人类无法匹敌的动物『超能力』

第十名 蝙蝠--超音速声波定位 蝙蝠可以通过发射超音速短促的尖叫声并分析该声波遇见周围环境中的物体后反弹的回声来躲避障碍物,捕捉昆虫.这种生物声波定位被称作"回声定位法",此方法也被海豚在黑暗的水域用来导航.     

基于Android的室内WIFI指纹定位系统及KNN定位算法的设计

在室内拥有固定的WIFI信号源的基础上,通过离线阶段采集WIFI信号,结合自定义的信号特征向量模型,建立可用于室内在线定位的WIFI指纹数据库;在线定位过程需要实时扫描WIFI信号上传到云服务器,在云服务端使用KNN(K最近邻)算法将实时的WIFI信号数据和指纹数据库中的数据进行匹配计算,通过信号的特征向量匹配计算,得到特征向量相似度的值,从而得到相应的位置坐标,服务器将位置坐标返回给客户端,完成一次室内定位过程。通过实验分析定位过程的数据,可以测量出定位的大概精度,得到较好的定位效果。     

基于微流控芯片的3D微通道中单个海马神经元功能的探究

在微流控技术加工的网络图案化芯片上培养大鼠原代海马神经元细胞,从而探究体外神经元网络的生物学功能。目的:在培养过程中,我们设计的网络化图案来限定海马神经元的体外的粘附,生长及形成具有功能性的神经网络,在此基础上研究网络图案化的微流控芯片3D微通道中单个海马神经元的生物学功能。方法:利用膜片钳技术探测微通道中不同区域单个海马神经元的膜突触后电位,从而验证单个海马神经元可以与其他神经元细胞形成有效的突触连接,从而保证单一神经元具有基本的生物学活性;继而运用Image J软件进行神经突起结构的定量分析,并通过软件分析输出突起长度数据,并进行SPSS统计分析得到3D微通道培养单个海马神经元细胞平均突起长度。结果:3D微通道不同区域随机探测,均可探测到单个海马神经元的膜突触后电位;同时神经突起结构的定量分析反映了实际的神经元结构分布趋势,且统计分析结果显示,单个海马神经元平均突起长度为68. 3μm。结论:基于微流控芯片技术的3D微通道可以使神经元细胞按照图案化的路径生长从而形成特定神经网络,而且其中培养的海马神经元均具有成熟生物学功能,可以形成有效的突触连接,也为单个海马神经元功能的探究提供了思路。     

基于趋势距离的时间序列符号聚合近似表示方法

针对传统趋势分析方法的不足之处,以及序列段内部趋势信息缺失的问题,本文提出一种改进的基于趋势距离的时间序列符号聚合近似表示方法。具体主要基于序列段起点值与终点值,利用趋势距离对不同趋势的差异性进行量化分析。通过趋势和均值信息对低维序列共同描述,与此同时,又提出了新的距离度量法,从理论角度充分证明,时间序列距离度量方法基于趋势距离时,不但可满足下界需求,并且与原方法相比,其下界紧凑性更好。比较分析结果证明,与原符号近似表示法相比,本文提出的基于趋势距离的时间序列符号近似表示法更有优势。     

基于小波-回归支持向量机算法的风电场风速预测

将小波多分辨率分析特点和回归支持向量机算法良好的泛化性能相结合,建立小波-回归支持向量机风速预测模型。先将原始风速序列经小波分解成轮廓分量和细节分量,再对各分量分别应用支持向量机模型进行预测,最后将各分量的预测结果经小波重构得到原始风速序列的预测值。仿真表明该方法能够改善预测滞后现象以及减小突变点误差,从而提高模型的泛化性能和预测精度。     

浅析GPS精密单点定位误差改正模型

本文利用误差改正模型方法,得到精密单点定位总模型,利用这个模型对多个历元数据进行解算,并与非改正结果进行了比较、分析。分析结果表明,模型能够显著提高单点定位的精度。     

基于一种改进的神经网络的RFID室内定位算法

室内定位算法精度一直都是研究的重点,本文提出了一种基于粒子群算法,减聚类算法和Kmeans算法进行结合。本文首先构建室内定位RFID模型,构建定位方程,然后采用减聚类算法来避免人为干扰,通过K-means算法来形成初始化粒子群算法,最后采用粒子群算法训练RBF神经网络的所有参数,从而得到优化的输出模型,从而确定了定位最优点。仿真实验表明本文的算法可以有效的提高定位精度,降低能量消耗,提高定位精度10%。     

浅析GPS精密单点定位误差改正模型

本文利用误差改正模型方法,得到精密单点定位总模型,利用这个模型对多个历元数据进行解算,并与非改正结果进行了比较、分析。分析结果表明模型能够显著提高单点定位的精度。     

时序回归GM-SVM模型研究

针对单一预测模型都存在各自优缺点的问题,本文提出时序回归GM-SVM模型,以达到最优的变形预测效果。首先对灰色模型中的灰参数导致的时间序列残差进行研究,形成时间序列模型,根据时间序列模型对其残差进行最优化设计,获取时间序列估计模型,并将该模型与支持向量机进行无缝融合以建立新的预测模型,然后根据该预测模型对观测的大坝变形影响因子进行训练和预测,并将预测结果与实际的变形值进行对比分析,经过实例分析确定该模型的预测结果更加接近实际观测值,说明该模型更加适用于基于大坝变形影响因子的变形分析。     

探究双人决策的动态过程

动物和人时刻都要根据自身经验和环境信息作出判断和决策,深入研究决策的神经机制对作出更好的决策具有重要作用.基于动物的侵入性神经电生理记录显示,特定神经元(如LIP)在知觉决策过程中逐渐增加放电频率直到作出决策.计算模型研究表明,决策相关的神经系统在数学上形成了由鞍点连接到稳定结点的动力学结构,使得神经系统在受到外界刺激...