近年来,基于脉冲神经元模型的人工神经网络（Spiking NeuralNetworks,简称SNNs,我们称之为脉冲神经网络）逐渐引起了研究者的广泛关注,被誉为第三代人工神经网络。脉冲神经网络与传统神经网络的区别在于采用神经元触发的脉冲时序进行信息的编码和处理,而不是使用触发脉冲的平均速率进行编码。因此SNNs网络模型具有很好的实时性,适合分析处理对实时性要求较高的问题。同时,SNNs具有较强的计算能力,模型结构的构建相对简单,容易实现。但目前对SNNs的研究主要集中在理论、算法等方面,在实际应用方面的研究比较少。本文以H-H脉冲神经网络为基础,通过模拟生物声纳神经系统对信息的处理来探讨和研究生物双耳听音定位的机理。本文的神经计算都是在序空间中进行讨论,即只讨论相对大小,不计算绝对值。处理信息的神经网络采用脉冲神经网络模型,输入脉冲通过H-H方程计算得到一串串输出脉冲,利用圆映射与动力符号学原理将输出神经脉冲序列转变为符号序列,从而由符号序列的有序性得出输入信号的相对大小。本文运用上述神经计算方法合理地解释了生物声纳测目标方位的定向、根据多普勒效应测运动目标相对径向速度和相对角速度等问题。
本文来源: https://www.lw50.cn/article/7be6aa6a9f9121097d46422e.html