本文对一种新的混沌神经网络——K系列模型的特性及其应用进行了研究。此系列模型基于大量的电生理实验,建立在神经元簇结构层次上,用来描述整个嗅觉系统各个层次上的电活动及电信号处理的过程。K系列模型中KⅢ模型是一个高维的混沌神经网络模型,它基于哺乳动物嗅觉神经系统的总体结构而建立,不仅可以模拟电生理实验中所得到的嗅觉系统的EEG数据,而且也具有一定的模式识别能力。在很大程度上,K系列模型也从非线性神经动力学的角度解释了嗅觉神经系统的信息处理机制。 在研究过程中,我们对K系列模型——包括K0,KⅠ,KⅡ和KⅢ模型,进行了数值模拟。从模拟结果可以看出,K系列模型可以很好的模拟嗅觉神经系统各个层次的电活动。与以往的人工神经网络不同的是,KⅢ网络是工作在混沌轨道上的,其对于信息模式的学习和记忆也是通过混沌吸引子来实现的。 在对KⅢ模型应用的研究中,本文将KⅢ模型应用于人工嗅觉和虹膜识别这两个模式识别领域。并且在人工嗅觉领域,基于KⅢ网络,我们建立了一个“电子鼻-脑”系统的原型。对KⅢ模型的性能,我们进行了与一些主流的模式识别方法的比较。其实验结果显示,KⅢ网络是一种较好的模式分类方法。 本文还进行将新的模式识别方法与KⅢ网络相结合的研究,成功的使用支持向量机(SVM)代替了KⅢ网络传统使用的欧氏距离分类器。并在对两类茶叶气味的分类中去的了比用欧氏距离分类器更好的效果。