神经计算机论文2900字神经计算机毕业论文范文模板Word文档下载推荐.docx
- 文档编号:16327043
- 上传时间:2022-11-22
- 格式:DOCX
- 页数:5
- 大小:19.71KB
神经计算机论文2900字神经计算机毕业论文范文模板Word文档下载推荐.docx
《神经计算机论文2900字神经计算机毕业论文范文模板Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《神经计算机论文2900字神经计算机毕业论文范文模板Word文档下载推荐.docx(5页珍藏版)》请在冰豆网上搜索。
随着人们生活水平的提高对于嗅觉的要求也慢慢高了起来,当然嗅觉的研究目前还没有听觉和视觉的水平,但是嗅觉的问题会严重影响到生活质量。
这样的病人在我们门诊当中也逐渐增多,当然嗅觉的识别能力人与人之间是有差别的,嗅觉第一个影响因素是年龄因素,婴幼儿的时候嗅觉相对于听觉和视觉要发达些,到了60岁左右嗅觉功能会有一些退化。
2嗅觉的几个基本名词
触觉是人类认识与改观世界的重要生理条件:
2.1感受器
感觉和知觉的第一个环节,是身体对内外环境信号的接收装置,实质上是转换机构,可将多咱不同形式的刺激能量(如光能,机械能,化学能,热能等)转换为电信号,产生感受器电位,然后通过神经补缀冲动向神经中枢传递,感受器是感觉器官的关键结构,包括多种不同类型,每种感受器一般只感受某种特定的刺激,简单感受器只是游离的感觉神经末梢(如痛觉感受器)或者结缔组织包被的神经未梢(如如环层小体和触觉小体),外部感受器接受外部环境的各种刺激。
2.2感受器的基本特征
2.2.1对刺激类型有特定的选择性
每一种感受器只对某种特定适宜的刺激具有敏感性,例如:
人体礼堂的适宜刺激是可见光(波长330-900NM),听觉的适宜刺激是声波(频率20-20000HZ)
2.2.2产生感受器电位
感受器电位是局部电位,它随刺激的增强而增大,是刺激信号转换为传入神经冲动的中介,当感受器电位增大到一定程度就引起神经冲动的产生,因此,感受器的作用实质上是将内外环境,各种刺激能量转换为电脉冲动的神经信息,而且将刺激强度编码为不同频率的神经冲动。
2.2.3在刺激强度恒定的条件下,持续刺激会引起感受器的适应性。
适应性刺激表现为感受神经冲动的频率逐渐下降,各种感受器产生适应的快慢有很大差异,痛觉的适应很慢,甚至无明显的适应性,“入芝兰之室,久而不闻其香”是众所周知的嗅觉适应的例子。
2.3感受器活动的调节
感受器活动常常受到各种神经中枢的调节控制,即中枢一方面打官腔感受神经冲动,另一方面又发出指令性的传出冲动给感受器,使感受器机能活动表现出自动调节,反馈性的抑制调节作用可以避免过多的信息输入,从而中枢神经兴奋过度而疲劳。
2.4各种感受的相互作用
当几种感受器同时打官腔鞭一种刺激物不同刺激信息的作用时,不同的感受之间有相互作用,或是增强或是抑制。
2.5感受神经通路
感觉信号由感觉神经传入神经中枢,经过信息整合之后形成感知觉感受器的阈值高的多,一般来说,感知沉的强度取决于刺激的强度,各种洋同强度的刺激引起大小不同的感受器电位。
使感受禌中枢神经传递不同的神经冲动,但是,感知沉的强度还取决于大脑皮层的兴奋状态。
当大脑皮层的某种感觉区(如视觉区或者是听觉区)处于高度兴奋时,传入神经的频率不高或者是传入刺激不强,也可产生较强的感知觉。
例如,带着强烈兴趣阅读时,在微弱光线下也有同样效果;
当十分认真听取别人谈话时,小声说话也能听清楚。
总之,人体主观感知的强度与感觉刺激的实际强度并不完全一致。
2.6嗅觉的信息处理
嗅球是鼻腔嗅觉感受器与高位脑中枢之间神经联系的重要中转站,嗅球内有复杂的神经微环路(MICRO-CIRCUIT)对嗅觉信息进行处理。
哺乳动物的嗅球内部结构分为4层(如图1),主要神经元是僧帽细胞,其长的轴突伸入嗅皮层,其主树突接受嗅神经输入信息。
3嗅觉神经的工作原理
嗅觉器官由左右两个鼻腔组成,这两个鼻腔藉着鼻孔与外界相通,中间有鼻中膈,鼻中膈表面的粘膜与覆盖在整个鼻腔内壁的粘膜相连。
嗅觉是由物体发散于空气中的物质微粒作用于鼻腔上的感受细胞而引起的。
在鼻腔上鼻道内有嗅上皮,嗅上皮中的嗅细胞,是嗅觉器官的外周感受器。
嗅细胞的粘膜表面带有纤毛,可以同有气味的物质相接,触嗅觉感觉的作用就是让人体感觉到各种不同的气味。
嗅觉上皮组织包着休耳采氏细胞,这是嗅觉中枢所在。
休耳采氏细胞的四周有鼻粘膜的支撑细胞包围着。
休耳采氏细胞属于两极细胞,具有树突和轴突两种细胞质延伸物。
树突是由一圆柱形部分和有嗅觉纤毛的粘膜芽状物组成,这纤毛即构成了嗅觉的出发点。
树突会渗入支撑细胞到达鼻粘膜的表面上,轴突则穿越筛骨板往大脑的方向去。
吸入的空气中含有一些能够引起嗅觉的物质,这些物质穿越鼻粘膜到达上皮组织与嗅觉纤毛接触;
嗅觉纤毛会刺激细胞质延伸物末端——粘膜芽状物的细胞膜,将此一嗅觉刺激传送到休耳菜氏细胞的细胞质。
嗅觉感受器位于上鼻道及鼻中隔后上部的嗅上皮,两侧总面积约5cm2。
由于它们的位置较高平静呼吸时气流不易到达。
因此在嗅一些不太显著的气味时,要用力吸气,使气流上冲,才能到达嗅上皮。
嗅上皮含有三种细胞,即主细胞、支持细胞和基底细胞。
主细胞也称呼嗅细胞,呈圆瓶状,细胞顶端有5~6条短的纤毛,细胞的底端有长突,它们组成嗅丝,穿过筛骨直接进入嗅球。
嗅细胞的纤毛受到存在于空气中的物质分子刺激时,有神经冲动传向嗅球,进而传向更高级的嗅觉中枢,引起嗅觉。
4如何利用计算机来模拟嗅觉神经的过程
4.1人工嗅觉系统
图2是一个人工嗅觉系统结构框图。
从图中可以看出,人工嗅觉系统由气敏传感器阵列和模式分类方法两大部分构成。
气敏传感器阵列在功能上相当于嗅感受器细胞,模式识别器、智能解释器和知识库相当于人的大脑,其余部分则相当于嗅神经信号传递系统。
显然,人工嗅觉系统的研究受到生物嗅觉系统的启发和影响。
以下几个关键部分是人们十分关注的:
4.1.1对微量、痕量气体分子瞬时敏感的检测器,以得到与气体化学成分相对应的信号。
4.1.2对检测得到的信号进行识别与分类的数据处理器,将有用信号与噪声加以分离。
4.1.3将测量数据转换为感官评定指标的智能解释器,得到与人的感官感受相符的结果。
4.2模式分类方法
生物嗅觉系统对气味分子的敏感效应是许许多多嗅感受器细胞共同作用的结果。
因此,对含有多种成分的气味只有从各种不同的角度进行考察,才能有较全面的认识,即采用性能彼此重叠的多个气敏传感器组成阵列装置对气味进行检测。
这样,如何用一种模式分类方法来判断气味的类别和某些成分存在与否及其浓度的高低就显得很重要了。
结束语
嗅觉是人体最重要的感知器官之一,研究它对我们的生活有着深远的意义。
在此感谢在论文写作时张万琴老师给我提供的各种资料及各种无私帮助。
神经计算机毕业论文范文模板
(二):
深度卷积神经网络在计算机视觉领域的应用
深度卷积神经网络属于类脑计算领域的一类比较重要的研究,已经在一些领域取得了突出的研究成果且被广泛运用。
其中在自然语言处理、信息搜索、声音识别、计算机视觉以及语义理解等方面。
因为这些成就导致在工业和学术领域人们开始对神经网络进行研究,同时促进了人工智能的开发,只需在卷积神经网络传入数据,就可以根据数据表现出相应的症状。
1引言
很早之前,人类就幻想可以制造出机器人,拥有人类类似的大脑。
为实现这一愿望,研究脑神经与心理的专家对人脑的构造进行了大量的研究,通过各种数据得到大量的相关结论,并运用到人工智能的开发领域中去。
在这样的情况下,一些专家提出了关于人工神经网络的研究,其借鉴计算机模型来模拟人类大脑的神经结构,并将其进行总结归纳,构建神经网络系统,然后经过大量的研究发展,成为了类脑计算领域的重要研究成果。
在这个方面,专业人员提出大量模型,其中比较著名的有反传网络、自组织映射网络等,其在各种方式的识别中取得了一些成绩,并进行广泛的应用。
2卷积神经网络及其相关技术
2.1增加网络层数
卷积神经网络是一种多层神经网络,其形成是由于特征提取的卷积层与特征处理的采样层叠加形成的,在多年的研究中,使用到了很多研究技术,其中增加网络层数是一个比较重要的技术。
其作用范围是在标签数据不变的基础上,提高深度神经网络的识别准确度。
但是其在使用过程中存在一定的缺陷,首先对于比较大的网络结构。
其参数的需求量比较大,过多的参数会使网络对训练数据集的过拟合。
另一方面是对于计算资源的需求量比较大。
这两方面缺陷的存在使技术的使用受到阻碍。
2.2增加训练数据集规模
过拟合出现的原因是训练的神经网络比较大,且没有足够的训练数据或者由于训练的模型比较复杂,数据干扰大,对其准确度的重视度降低,一旦出现过拟合的现象,会随着训练的进行,其模型变得更加复杂,虽然会使训练上的出错率降低,但是在验证集上的错误率升高。
因此,为避免这一现象的出现,我们需要做的就是增加训练样本的数量。
2.3正则化
正规化是用来避免随着训练神经网络的增大而出现的拟合问题的办法。
经过大量数据的分析可以看出,过拟合一般是出现在比较小的空间中,因为数据形成的函数值改变比较大,导致函数的参数值比较大,会使一些区间比较小的函数绝对值比较大。
而正规化可以利用其阻止函数的浮动范围太大,来降低模型的复杂程度,进而降低过拟合的出现。
3卷积神经网络的应用
3.1目标检测
目标检测的作用是判断检测目标的类别,其监测的对象是定位的图像中特定物体所出现的区域,这一应用是计算机视觉领域的一项基本内容。
其检测的目的更加注重图像的局部区域与特定物体的类别集合,是一个比图像识别更加复杂的识别问题。
比较旧的目标检测算法主要的使用原理是利用设计人的先验知识,然后获取样本中的手工设计特点,使用比较少的参数,效率会提升。
3.2图像分类
图像分类是比较重要的应用,作用是利用计算机依据图片的内容进行分类,并进行语义类别的标记,对象是特定的一张照片。
3.3图像语义分割
在近几年,人们对人工智能比较重视,因此,对计算机视觉和机器学习等方向的研究比较多,随着其研究的加深,专业人员讲重点放在了图像本身,对其进行更加准确的分析和了解。
而图像语义分割正是在这样的情况下提出来的,图像进行分割之后,对其分割后所有分割区域与像素的语义类别进行分类,且可以准确识别,旧的图像语义分割步骤有3种,其一图像的底层分割,将图片划分成多个小的区域;
其二是获得小区域的底层特点,比如,形状特征、颜色等;
其三是从底层的特点到高层的语义空间的映射,其目的是为了识别图像的具体区域与图像的每一个像素的语义种类。
3.4人脸识别
人脸识别对计算机视觉方面是一个比较大的难题,技术比较难实现,其目的分为人脸验证与人脸辨别。
人脸验证的目的是为了辨别出任意2张人脸是否为一个人的,这是一个二分类的问题,随机猜测的正确概率为50%。
人脸辨别的目的是把一个未知的人脸照片分割成几个身份类型之一,是多分类题目,随机猜测的正确概率为N分之一,其正确率比人脸验证更低,因此其挑战更大。
4结束语
最近几年来,经过专业人士的不断研究,深度卷积神经网络在计算机视觉方面的研究成就比较多,将这些成果进行总结改造,运用在人工智能领域,使人工智能方面得到快速的发展,不断地满足人们对人工智能的需求。
但是在目前的研究中,依然有很多的问题需要解决,有很大的发展空间。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 神经 计算机论文 2900 计算机 毕业论文 范文 模板