蔺想红
- 作品数：37 被引量：96H指数：5
- 供职机构：西北师范大学更多>>
- 发文基金：国家自然科学基金甘肃省自然科学基金甘肃省中青年科技研究基金更多>>
- 相关领域：自动化与计算机技术医药卫生环境科学与工程文化科学更多>>
- 自适应多基元直线绘制算法被引量：5
- 2006年
- 将直线离散轨迹看成是由一系列水平位移或对角位移构成,给出了计算水平位移和对角位移长度的迭代公式;在此基础上提出了单基元和多基元直线绘制算法.实验和理论分析表明,该算法能够大大地减少生成直线的计算量,提高直线的绘制速度.
- 蔺想红张田文
- 关键词：自适应算法
- 进化基因调控网络的动力学特性分析
- 2010年
- 基于编码网络和动态特性的人工基因组模型,提出了一种可变长度的基因片段复制与歧化模型进化基因调控网络。应用分析和模拟技术,发现这类进化基因调控网络以更大的概率运转在有序状态,以更小的概率运转在混沌状态。结果表明,进化网络与生物网络有相近的动力学特性。
- 蔺想红魏伟一
- 关键词：基因调控网络吸引子最大LYAPUNOV指数
- 分段线性脉冲神经元模型的动力学特性分析被引量：5
- 2009年
- 结合Hodgkin-Huxley神经元模型的动力学特性与Integrate-and-Fire神经元模型的解析特性,提出了一种新的二维分段线性脉冲神经元模型.该模型的优点在于既可通过分叉理论对兴奋性系统进行定性描述,又可通过状态变量的解析式对神经元行为进行定量分析.通过详细的分析,发现该模型具有许多一维Integrate-and-Fire神经元模型所不具有的新的神经计算特性.在实验中,应用该模型模拟了大部分已知皮层神经元的脉冲和簇放电行为.
- 蔺想红张田文
- 关键词：簇放电皮层神经元
- 三维神经元几何形态生成算法研究进展被引量：2
- 2015年
- 神经元是神经系统的基本构建和计算单元,神经元几何形态的计算模型对理解大脑的结构功能关系及信息处理极其重要。在总结和分析各种三维神经元几何形态生成算法的基础上,给出三维神经元几何形态生成算法的计算框架。根据神经元几何形态生成机制的不同,将生成算法分为基于统计分析的重建算法、基于文法规则的生成算法和基于生物发育的生长算法3类,并重点比较和分析现有生成算法的优缺点。
- 蔺想红张玉平李志强王佩青
- 关键词：神经元形态人类脑计划
- 基于深度卷积脉冲神经网络的肺结核辅助决策系统
- 本发明公开了一种基于深度卷积脉冲神经网络的肺结核辅助决策系统，包括建立并训练深度脉冲卷积神经网络模型，测试深度脉冲卷积神经网络模型和使用深度脉冲卷积神经网络模型三个步骤。在训练该模型时，采用基于脉冲时间依赖可塑性规则的无...
- 蔺想红鲁晗耿嘉威王向文冯晨晨
- 分段线性脉冲神经元模型的簇放电分析
- 2010年
- 应用一种二维分段线性脉冲神经元模型的简单计算特性,对其簇放电特性进行了详细研究。发现该模型表现出强迫和内禀两类簇放电模式,并分析了内禀簇放电的产生机理及分岔现象。在实验中,应用该模型对一类具有簇放电特性的皮层神经元进行了模拟。
- 蔺想红
- 关键词：簇放电分岔皮层神经元
- 基于分段线性脉冲神经元网络的FPGA实现方法
- 本发明实施例公开了基于分段线性脉冲神经元网络的FPGA实现方法，包括：根据二维分段线性脉冲神经元模型构建神经元电路，以通过所述神经元电路进行输入信息的整合与输出，所述二维分段线性脉冲神经元模型包括神经元的膜电位的表达式和...
- 蔺想红鲁晗皮晓妹石国勇
- 指数突触电导IF神经元模型及事件驱动模拟策略被引量：4
- 2008年
- 提出了一种新的可进行精确模拟的指数突触电导Integrate-and-Fire(IF)神经元模型,通过单脉冲激励的突触后电位和多脉冲激励的自发放电统计分析,发现该模型的脉冲反应动态特性与指数突触电导被动膜方程模型接近,而计算效率接近脉冲耦合漏电IF模型.同时构建了指数突触电导IF神经元模型的事件驱动模拟策略,并分别应用事件驱动和时钟驱动模拟策略模拟了基于动态突触的随机网络,结果表明:(1)在事件驱动模拟策略中,模拟时间和总的脉冲事件数线性成比例;(2)在不同的模拟策略中,脉冲事件的时间精度会影响网络的神经动态特性.
- 蔺想红张田文
- 关键词：时钟驱动
- 基于深度卷积脉冲神经网络的ADHD疾病诊断辅助决策系统
- 本发明实施例公开了基于深度卷积脉冲神经网络的注意缺陷多动障碍(ADHD)疾病诊断辅助决策系统，包括：预处理装置，用于使用信噪比特征选择方法对功能性磁共振成像数据进行预处理；编码装置，用于采用前向算法对预处理后的功能性磁共...
- 蔺想红张梦炜王向文吴豆豆耿嘉威
- 脉冲神经网络的监督学习算法研究综述被引量：27
- 2015年
- 脉冲神经网络是进行复杂时空信息处理的有效工具,但由于其内在的不连续和非线性机制,构建高效的脉冲神经网络监督学习算法非常困难,同时也是该研究领域的重要问题.本文介绍了脉冲神经网络监督学习算法的基本框架,以及性能评价原则,包括脉冲序列学习能力、离线与在线处理性能、学习规则的局部特性和对神经网络结构的适用性.此外,对脉冲神经网络监督学习算法的梯度下降学习规则、突触可塑性学习规则和脉冲序列卷积学习规则进行了详细的讨论,通过对比分析指出现有算法存在的优缺点,并展望了该领域未来的研究方向.
- 蔺想红王向文张宁马慧芳
- 关键词：脉冲神经网络突触可塑性卷积
