技術領域

本發明涉及神經科學領域，具體而言，涉及一種神經元振蕩器以及基于這種神經元振蕩器的混沌神經網絡，更具體而言，涉及Lee振蕩器(Lee-oscillator)以及基于Lee振蕩器的瞬時混沌自聯想網絡。?

背景技術

生物神經元振蕩器是指能夠產生振蕩行為的活體組織，它們往往由相互耦合的大量神經元細胞構成。為了建立生物神經元振蕩器的數學模型，提出了以少量人工神經元構成的人工神經元振蕩器(下文中簡稱為神經元振蕩器)以模擬相似功能，進而由神經元振蕩器構成神經網絡。?

在過去幾十年當中，對于各種不同應用環境，包括從簡單的突觸記憶編碼問題到復雜的模式識別問題如場景分析和前景背景分割^[14][41][61]，從作為記憶緩沖器的簡單突觸^[5][48]到復雜的天氣預報系統^[44]，都廣泛采用了神經網絡。此外，目前關于神經科學和生理學的研究已經指出，在典型的場景分割問題上，時間(或者本文中所謂的“瞬時”)非線性神經動力學和振蕩很大程度上涉及人的主要感官(例如視覺、嗅覺等等)。Aihara等人和Wang對關于模式聯想的混沌神經元振蕩器進行了很多研究工作^{[4][13][63][64]}，而且Wang對Wang振蕩器(Wang-oscillator)進行了很多研究。?

關于神經科學和計算神經生物學的最新研究已經指出，人的主要感官(包括視覺和嗅覺)在模式表達、處理和識別方面很大程度上以時空方式工作，而不僅僅以空間方式工作^[20][28]。如von?der?Malsburg等人所開發的著名的相關理論?^[49]中所述，所有用于模式聯想和識別的視覺系統可通過腦中神經元之間的時間相關實現，后來，在用于記憶聯想的動態聯結體系(DLA)^[50]中考慮了該相關理論。實際上，時空記憶編碼理論已從各種生理學實驗發現中得到很多支持，這些實驗包括對貓視覺皮層區域和嗅覺系統的非線性動力學研究，其中，嗅覺系統通過以振蕩方式改變其神經動力學來對刺激進行編碼和處理，而不是通過以狀態模式呈現神經動力學來對刺激進行編碼和處理^[18][24][27]。基于該相關理論的最新進展和研究包括：對用于感覺分割、面部和手勢識別^{[42][56][57][66]}的耦合神經元振蕩器的研究^[51]；以及用于復合場景分析和監視系統的復合神經元振蕩器?^[40][41]。?

此外，關于這些時空神經元編碼信息處理系統^[33][68]，對腦科學和生理學的最新研究指出，在這些非線性動態系統中發現了確定性混沌模式，例如包括：嗅覺系統中的混沌Electroencephalogram(EEG)模式^[23]；魷魚巨軸突中的混沌振蕩和分岔^[2][3]；加利福尼亞龍蝦幽門中樞模式發生器(CPG)中的混沌神經元?^[19][32]；以及腦機能中的各種混沌現象^{[21][22][28][46]}，例如人腦中的混沌ECoG(皮層EEG)^[52]，以及在感受1/f音樂期間EEG的混沌動力學^[35]。W.J.Freeman教授在其自己的腦科學著作《How?Brains?Make?Up?Their?Minds？》^[20]中得出結論：“大腦的很多其他部分具有混沌吸引子和多個翼，且它們的EEG的穩定性表明它們極其健壯。混沌動力學提供具有理想特性的基礎狀態，......，混沌產生用于創造新的嘗試錯誤法學習和用于在吸收新刺激時創建新的盆而所需的無序”。?

根據這一有挑戰性的神經科學理論，研究人員提出了各種混沌神經元模型來模擬這些混沌神經現象^{[13][19][31][53][63][64]}。但是，大多數這些基于Hodgkin和Huxley^[25][26][29]或Wilson和Cowan^[65]的種子模型的混沌神經元模型太復雜而無法用于人工神經網絡，或者太簡化而無法重現令人滿意的混沌現象^{[2][4][12][53][58][59]}。?

混沌神經元振蕩器概述