细胞神经网络(CNN)已在图象和视频信号处理、生物视觉等领域得到广泛应用,并在VLSI中实现. 反应扩散(RD) CNN 为描述由局部耦合同质介体组成的复杂系统提供了新的工具. L. O. Chua 建立的局部活动性原理(LAP)为确定RD CNN 的复杂行为提供了判别准则. .本项目拟用解析方法研究具有非耦合或耦合模板CNN的鲁棒性问题,建立若干通过模板参数不等式刻画的CNN模板鲁棒性设计定理,为CNN的优化设计提供新的解析判据..研究与开发CNN的图象处理功能和智能化功能,结合图象分割、聚类等方法,为定量分析有关牙菌斑彩色数字图象提供新的算法工具..研究RD CNN的LAP, 建立具有5个态变量和3或4端口RD CNN 的LAP解析判别法,研究用RD CNN对病毒变异模型和T细胞胸腺发育模型重新建模,利用RD CNN的LAP解析判别法研究、理解、判定或控制有关模型的复杂行为.
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
基于分形L系统的水稻根系建模方法研究
监管的非对称性、盈余管理模式选择与证监会执法效率?
拥堵路网交通流均衡分配模型
宁南山区植被恢复模式对土壤主要酶活性、微生物多样性及土壤养分的影响
部分双曲系统中熵的若干性质
仿射Deligne-Lusztig簇的若干基本性质
人工神经网络若干理论问题及应用的研究
几类神经网络的理论分析及在系统工程基本算法中的应用