论文部分内容阅读
自组织脉冲神经网络的学习及其活动特性研究
【摘 要】
：
大脑神经系统中存在着多种可塑性机制,神经网络的连接结构在可塑性机制的共同作用下不断地进行着自组织,这个过程中神经元活动和突触连接呈现出了许多特性。理解神经网络自组织特性和可塑性机制之间的关系对于研究大脑的信息处理功能具有重要意义。然而大脑神经系统的组成和机制非常复杂,通过生物实验的方法揭示自组织原理存在很大的困难。基于脉冲神经网络(Spiking Neural Network,SNN)和可塑性机制
【出 处】
：
上海交通大学
【发表日期】
：
2020年01期
其他文献
塑性变形和后续热处理可以作为提升铝合金性能的有效手段。多道次累积叠轧焊(ARB)作为剧烈塑性变形方法的一种,可以向材料中引入较大应变量,能够通过显著增加位错密度和细化晶粒增强位错强化和晶界强化效果,而后续热处理能够促进析出强化效果。但炉热与盐浴等传统热处理方式耗能较高,耗时较长,为此本课题提出了一种电流辅助轧制工艺,在材料变形的同时利用电流对其进行热处理,将变形与热处理合二为一,以图达到节能省时的
学位
钝化发射极和背面电池(PERC)技术最近五年发展极为迅猛,电池转换效率持续攀升,如今PERC技术已经是光伏电池的主流产品,是可量产化高效电池的最佳选择。不过,实现光伏平价上网的发展道路还有一些需要进一步改善提高的方向,利用低成本技术手段助力电池转换效率的提升是主要任务之一,而有效的背膜设计以及优异的表面钝化是高效PERC电池不可或缺的先决条件。因此,在本论文中,我们将从低成本的准单晶和多晶硅入手,
学位
目标重识别是计算机视觉和人工智能领域的热点研究方向,在智能安防、智能寻人系统、智慧交通、自动驾驶、智慧零售等领域有着巨大的应用需求。其任务是将在视域上没有重叠的多台摄像机所拍摄得到的目标进行匹配。这一类问题在目前仍然是一个具有挑战性的研究方向,因为受到多个方面因素的影响和干扰,如遮挡、光照条件、背景、视角等因素。给定目标图像后,目标重识别任务需要在海量数据中找出同一目标的其他图像。本论文关注目标重
学位
智能化是当前汽车发展的重要趋势,无人驾驶技术作为智能汽车的核心功能一直是人们关心的重点。以中国、美国、日本、欧盟为代表的主要国家和地区都将智能网联汽车技术作为发展的重要方向。然而近几年,无人驾驶在技术上遇到了瓶颈。以当前最大的无人驾驶开源软件架构Apollo为例,无人驾驶的软件算法模块主要分为定位、感知、预测、决策、规划和控制。其中,预测模块作为承接感知与决策规划模块的中间模块,在无人驾驶算法的计
学位
统计力学在建立以后已经取得了巨大的成功。统计力学一般假设了一个系统经过足够长的时间后会到达热力学平衡态,称为热化。强意义上的热化是指,对任意的初态,经过一段弛豫时间以后,系统的物理量会基本达到一个稳定的值,这个稳定值由相应的统计力学系综给出,且之后在这附近的涨落较小。但如何建立满足时间反演不变性的微观动力学与时间反演对称破缺的宏观热化行为之间的联系,依然是个悬而未决的基本难题。不论是经典系统还是量
学位
随着量子信息的发展,量子通讯、存储等技术日趋成熟。光子态的非经典非局域特性使得其成为量子信息处理过程的核心。其中光源以及接口器件对于量子领域研究至关重要,基于非线性过程的波长转换为各项量子技术研究提供了可靠的支持。单光子量级的非线性相互作用是现代量子网络发展中不可缺少的组成部分,在量子密码学、量子隐形传态、量子纠缠交换等许多应用领域都有着广阔的应用前景。在众多的非线性晶体中,铌酸锂具有相对较高的非
学位
本文的主要目的是研究辛群上的广义flag簇中的Richardson簇以及几何性质.Schubert以及反Schubert簇在广义flag簇的研究中有着深刻的意义,广义flag簇不仅是代数几何中的重要研究对象,同时也是表示理论中的重要研究对象.一个更一般的研究对象是Richardson簇,由一个Sch-ubert 簇和反 Schubert 簇相交得到.本文首先对于一般线性群以及辛群的情形,通过计算代
学位
遥感影像变化检测通过遥感影像发现地表覆被的变化,广泛应用于国土资源调查、国防军事建设等国家重点领域。但是,由于遥感影像分辨率逐渐提升,影像包含的地物信息越加复杂,使得现有基于人工设计特征的变化检测算法面临巨大挑战。卷积神经网络在图像分类和识别中取得的举世瞩目的成就也为遥感影像变化检测的研究开辟了一条新路径。如何利用卷积神经网络(Convolutional neural network,CNN)快速
学位
对于丢失了宠物狗的主人来说,即使有很多宠物协会提供帮助,想要找到走失的宠物狗仍然是一项艰巨的任务。自由放养的狗也可能对人类构成潜在危险,它在保护自己的领域时可能携带某些疾病或者具有侵略性。对于犬只的身份识别可以帮助我们有针对性地采取保护或隔离措施。当前的一些基于犬类项圈皮毛纹理等特征的识别技术又缺乏可靠性,或可能对动物有害。计算机视觉在生物识别中的应用可以帮助我们解决这些难题。深度学习作为机器学习
学位