视觉皮层网络演化模拟研究

发布时间：2017-10-16 14:29

  本文关键词：视觉皮层网络演化模拟研究

  更多相关文章： 视觉皮层网络 布线代价 全局效率 空间网络 演化博弈

【摘要】：视觉系统是目前最复杂、最高效的系统之一。科学研究发现,视觉系统执行任何一个功能都是由多个神经元、神经元集群以及多个视觉皮层之间相互连接、相互协调和相互作用来完成的。复杂网络的提出对于研究复杂系统提供了很好的研究依据,所以,从网络的角度来研究视觉系统动力学结构特性,对于我们理解其内在形成机制以及对视觉智能化技术的研究具有重大意义。视觉系统是一个高耗能系统,网络模拟演化的工作应尽量降低这种消耗即布线代价。然而,视觉皮层网络同时具有高的拓扑性质、鲁棒性、模块化和大的hub枢纽来完成高效率的信息整合,和网络布线代价最小化具有矛盾性。所以,本文以最小布线代价和全局效率最优之间如何权衡为切入点,首先,基于严格的空间限制条件根据空间距离定义连边概率函数,利用二维齐性增长模型对真实视觉系统模拟,分析视觉皮层网络的拓扑结构特性。其次,根据异质神经元的分布以及优先连接机制对网络进行演化,并探究随着比例因子的变化对网络布线代价和拓扑结构的影响。最后,引入复杂网络博弈模型算法,基于神经元的有限记忆性对网络进行博弈演化,分析其记忆长度对合作者密度以及网络拓扑结构的影响。本文从网络角度揭示视觉信息处理的内在核心机制,从根本上改变以往研究视觉信息处理的思路和方式。(1)从视觉网络是一种典型的空间网络入手,依据多维的时间和空间尺度,给出节点间建立连接的空间距离概率函数,模拟真实的视觉皮层网络模型,并对局部和整体网络拓扑特性进行分析验证视觉皮层网络具有小世界特性。(2)在上述结论的基础上,研究异质性神经元数量上的不同分布对视觉皮层网络拓扑结构的影响。然后在异质性神经元的基础上引入优先连接机制,即长突触优先连接和距离优先连接,分析其在时间尺度和空间尺度上对小世界特性最大化的影响。(3)在神经元有限记忆的基础上,利用博弈演化理论,基于布线代价与效率之间的权衡设置新的收益函数,利用多数者更新规则进行网络博弈,通过改变记忆长度研究其合作密度的变化,并且用网络可视化操作更形象的表现博弈演化稳定后的网络拓扑结构,并分析其网络特性和博弈动力学之间的相互作用。
【关键词】：视觉皮层网络 布线代价 全局效率 空间网络 演化博弈
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41;O157.5
【目录】：

• 摘要4-5
• Abstract5-10
• 1 绪论10-16
• 1.1 研究背景与意义10-12
• 1.2 国内外研究现状12-14
• 1.3 研究内容14-16
• 2 复杂网络概述16-29
• 2.1 复杂网络基本特性16-18
• 2.2 典型的复杂网络模型18-22
• 2.2.1 规则网络与随机网络模型18-19
• 2.2.2 小世界网络模型19-21
• 2.2.3 无标度网络模型21-22
• 2.3 复杂网络上的动力学分析22-29
• 2.3.1 网络同步震荡23
• 2.3.2 网络演化博弈23-29
• 3 视觉皮层网络数值模拟29-37
• 3.1 视觉皮层网络模型模拟29-31
• 3.2 网络数值模拟分析31-35
• 3.3 小结35-37
• 4 基于异质性的视觉皮层网络演化37-44
• 4.1 异质性的提出37-38
• 4.2 基于异质性的网络演化分析38-42
• 4.2.1 网络演化规则38-40
• 4.2.2 网络演化结果分析40-42
• 4.3 小结42-44
• 5 基于记忆性的视觉皮层网络博弈演化44-52
• 5.1 记忆性的提出44
• 5.2 基于记忆的雪堆博弈研究分析44-51
• 5.2.1 网络博弈演化规则44-47
• 5.2.2 博弈演化结果分析47-51
• 5.3 小结51-52
• 6 总结与展望52-54
• 6.1 总结52-53
• 6.2 展望53-54
• 参考文献54-58
• 致谢58-59
• 个人简历、在学校期间发表的学术论文59

【参考文献】

中国博士学位论文全文数据库 前1条

1 刘永奎;复杂网络及网络上的演化博弈动力学研究[D];西安电子科技大学;2010年

，

本文编号：1043197