基於振動理論的神經元濾波與特徵提取算法研究

《基於振動理論的神經元濾波與特徵提取算法研究》是依託哈爾濱工業大學，由李滿天擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於振動理論的神經元濾波與特徵提取算法研究
• 依託單位：哈爾濱工業大學
• 項目類別：青年科學基金項目
• 項目負責人：李滿天

項目摘要

目前大多數濾波與特徵提取方法採用微分方程、特徵向量以及集合等數學工具作為描述手段，因此必須分時、分段利用數組對信息進行處理，濾波算法對信息特徵及先驗信息的依賴性強，濾波與特徵提取方法在處理非線性、變換域、特徵不可知信息時不能獲得滿意的效果。針對當前濾波與特徵提取所面臨的問題，利用神經元在進行信息傳遞的同時對信息進行處理，並且濾波與特徵提取在同一個細胞體上幾乎同時完成的特性，研究生物神經元突觸短時程增長與縮短交換的信息處理機理，以及該機理對神經元濾波與特徵提取的影響，重點研究基於振動理論建立無需信息模型的具有抗干擾、實時、穩定、高效、高精度的神經元濾波與特徵提取算法，以解決目前濾波與特徵提取算法複雜、實時性不高等缺陷，同時，在所建立的神經元濾波與特徵提取算法基礎上，結合生物神經元濾波與特徵提取融合機理，利用振動理論的共性特徵，獲得歸一化的濾波與特徵提取方法，以提高濾波與特徵識別效率。

結題摘要

針對當前濾波與特徵提取所面臨的問題，利用神經元在進行信息傳遞的同時對信息進行處理，並且濾波與特徵提取在同一個細胞體上幾乎同時完成的特性，研究了生物神經元突觸短時程增長與縮短交換的信息處理機理，以及該機理對神經元濾波與特徵提取的影響，基於振動理論建立了無需信息模型的具有抗干擾、實時、穩定、高效、高精度的神經元濾波與特徵提取算法，有效解決了目前濾波與特徵提取算法複雜、實時性不高等缺陷，同時，在所建立的神經元濾波與特徵提取算法基礎上，結合生物神經元濾波與特徵提取融合機理，利用振動理論的共性特徵，獲得了歸一化的濾波與特徵提取方法，提高了濾波與特徵識別效率。