基于熵的嗅覺仿生模型的研究.pdf

1、嗅覺仿生模型的研究對于人類理解嗅覺機制,乃至于腦的記憶和學習機制都有重要的作用。KⅢ模型是具有代表性的嗅覺神經(jīng)系統(tǒng)仿生模型,為研究嗅覺系統(tǒng)提供了有效的研究對象。但嗅覺神經(jīng)系統(tǒng)的復雜性使得對其進行有效分析存在很大的困難,選擇合適的指標對嗅覺模型研究具有重要意義。本文以KⅢ模型作為研究對象,引入信息論中的“熵”對KⅢ模型進行分析,為神經(jīng)系統(tǒng)的研究提供了一種新的視角。
　　本文所做工作包括如下三個方面:
　　首先,研究和總結(jié)了相關

2、理論。以各個類型的細胞在嗅覺系統(tǒng)中的位置和作用為主線,介紹了嗅覺系統(tǒng)按功能區(qū)分的三層結(jié)構(gòu),包括嗅上皮、嗅球?qū)雍托崞?。對腦電進行了概述,歸納了腦電分析的常用方法,包括時域法、頻域法、小波理論等,并對一種典型的腦電—癲癇腦電,進行了詳細分析。
　　其次,采用熵的方法對嗅覺模型KⅢ進行了分析。熵表示某一種特定信息出現(xiàn)的概率,能表征信號的復雜性,越復雜的信號熵值越大。仿真實驗中,首先將強度為0和1的刺激分別輸入到KⅢ模型中;然后,選擇選

3、取不同類型的細胞作為分析對象,分別基于模糊熵和近似熵進行分析?；谀：氐姆治鼋Y(jié)果表明,輸出序列的模糊熵能夠反映輸入的不同,所以模糊熵適合對KⅢ輸入的模式識別。基于近似熵的分析結(jié)果表明,外界單一刺激只改變一段時間的嗅覺模型輸出信號的近似熵,因此近似熵可用于分析嗅覺模型的適應性。
　　最后,采用模糊熵作為特征,以KⅢ作為分類器,對癲癇腦電進行模式識別,探究模糊熵為特征提取方式的模式識別系統(tǒng)的識別能力。在特征提取階段,根據(jù)癲癇腦電的特