搜索结果: 1-15 共查到“物理学 神经网络”相关记录31条 . 查询时间(0.253 秒)
中国科学院南京天光所提出基于衍射神经网络的、全光学的波前校正系统（图）
南京天光所 衍射神经网络 光学 波前校正系统
2023/3/18
光在大气中传播时，受大气折射率变化的影响，其波前会产生动态畸变，严重时导致其经光学系统所成的像斑出现模糊、抖动的现象。因此，暴露在大气中的光学系统的实际分辨率难以达到甚至低于其光学分辨率。对于这种情况，进行实时地波前校正是提升该光学系统的实际分辨率的关键。目前的波前校正技术从目标上可分为以波前补偿为目标的传统自适应光学技术和以提升像面清晰度为目标的无波前传感自适应光学技术。前者为实时检测校正，但硬...
东南大学崔铁军院士团队在基于数字编码超表面阵列的可编程衍射神经网络方面取得重要进展（图）
东南大学 崔铁军 数字编码超表面 衍射神经网络 可编程 机器学习 人工智能 电磁超材料 计算电磁学
2022/5/4
近日，东南大学毫米波国家重点实验室、东南大学电磁空间研究院、琶洲实验室智能超材料研究中心崔铁军院士团队联合北京大学李廉林教授，使用多层透射式数字编码超表面构建了可实时调节的全衍射式神经网络（可编程人工智能机，PAIM），成功实现了网络参数的实时编程和光速计算特性，并展示了多种应用案例，包括图像识别、强化学习和通信多通道编解码等，在国际上首次实现和展示了微波空间全衍射式可调神经网络。相关工作以A p...
基于双流神经网络的颈动脉粥样硬化斑块稳定性区分方法
颈动脉 斑块 超声造影 双流神经网络
2020/10/26
训练双流神经网络自动区分颈动脉粥样硬化斑块的稳定性。 方法 使用颈动脉内膜剥脱术后经病理证实的115例稳定颈动脉粥样硬化斑块患者和110例易损颈 动脉粥样硬化斑块患者的844段超声造影视频，将其中744段视频作为训练集，训练双流神经网络， 得到在训练集上区分效果最佳的神经网络。将剩余的100段视频作为测试集，测试该神经网络自动区 分颈动脉粥样硬化斑块稳定性的价值。
基于梯度下降法的Chebyshev前向神经网络
Chebyshev多项式 神经网络 函数逼近 梯度下降法
2018/11/20
传统人工神经网络模型中，同一隐层各神经元的激励函数是相同的，这与人类神经元的实际情况不一致。为此，构造一种隐层各神经元激励函数互不相同的前向神经网络模型，采用一簇Chebyshev正交多项式序列作为其隐层各神经元的激励函数（简称Chebyshev前向神经网络），并为Chebyshev前向神经网络推导基于梯度下降法的网络参数训练算法。仿真实验表明，基于梯度下降法的Chebyshev前向神经网络算法能...
中国科学院物理研究所基于忆耦器实现神经突触可塑性和神经网络模拟（图）
忆耦器 神经 突触可塑性 神经网络模拟
2018/3/6
目前，突触电子学主要采用两端阻变器件（忆阻器）和三端阻变器件（场效应晶体管）来进行神经突触功能的模拟。这些器件的电阻变化与神经突触权重（突触连接强度）的变化极为相似，已被成功用于模拟神经突触的可塑性和学习功能。日前，中国科学院物理研究所/北京凝聚态物理国家研究中心磁学国家重点实验室孙阳研究组在国际上首先提出了一种基于磁电耦合效应的非易失性电路元件——忆耦器（memtranstor）。这种器件由电荷...
石英振梁加速度计的小波神经网络温度补偿研究
石英振梁加速度计 小波神经网络 温度漂移 姿态解算
2016/9/6
捷联惯导系统中使用的石英振梁加速度计随温度输出漂移比较显著,通过理论分析和试验研究了其静态定点温度特性,提出了在处理受温度影响的加速度计数据时建立基于梯度下降学习算法的小波神经网络模型，并对其进行补偿。通过惯导系统初始对准实验结果表明,该方法与传统的最小二乘法相比,小波神经网络的非线性逼近能力更强，曲线拟合精度更高，能有效补偿加速度计的温度漂移，降低惯导系统初始对准后的姿态解算误差。
PCA-BP神经网络入侵检测方法
主成分分析 BP神经网络 附加动量法 入侵检测算法
2018/3/6
针对经典BP神经网络在入侵检测应用中收敛速度慢、学习性能不够理想等缺陷，以消除原始数据中的冗余信息、提升入侵检测算法的检测性能为目的，综合采用主成分分析法和附加动量法，提出了一种基于PCABP神经网络的入侵检测方法，通过对数据的特征选择和对网络的权值修正，对经典BP神经网络算法进行了拓展和改进。首先对网络数据集进行标准化处理，并对处理后的数据集进行降维处理以确定主分量的特征数，最后将处理完成后的...
近日，中科院武汉物理与数学研究所徐富强实验室与美国纽约大学医学中心Donald A. Wilson实验室合作，在嗅觉神经网络结构与功能研究中取得进展，相关结果发表在美国《神经科学杂志》（Journal of Neuroscience）上，武汉物数所何晓斌博士为共同第一作者。
为提高神经网络的逼近和预测能力,提出一种各维输入为离散序列的量子衍生神经网络模型及算法.该模型为三层结构,隐层为量子衍生神经元,输出层为普通神经元.量子衍生神经元由量子旋转门和多位受控旋转门组成,利用多位受控旋转门中目标量子位的输出向输入端的反馈,实现对输入序列的整体记忆,利用受控旋转门输出中多位量子比特的纠缠获得量子衍生神经元的输出.基于量子计算理论设计了该模型的学习算法.该模型可从宽度和深度两...
针对电容称重传感器电容检测电路的输出电压与载荷质量之间的非线性特性问题，本文基于贝叶斯正则化的L-M算法建立BP神经网络改进模型，实现了电容称重传感器的非线性特性的校正，并与传统的梯度下降算法建立的BP神经网络模型的校正结果进行了仿真对比。仿真结果表明：改进型BP神经网络具有较快的收敛速度、较高的精度和较好的推广能力，有利于准确实现电容式称重传感器的非线性特性的有效校正。
基于脉冲耦合神经网络模型的小波自适应斑点噪声滤除算法
斑点噪声 维纳滤波 脉冲耦合神经网络 小波变换
2014/3/21
分析了维纳滤波原理和脉冲耦合神经网络(PCNN)模型的特点,根据斑点噪声统计模型的特征,结合小波变换方法,提出了一种基于PCNN模型的小波自适应斑点噪声滤除算法(W-PCNN-WD)来改善超声图像质量。首先,对超声图像进行对数变换,使斑点噪声转换为加性噪声; 对医学图像进行维纳滤波处理,计算其加性噪声的标准方差,并以此作为小波阈值。然后,利用小波变换对图像进行预处理,利用PCNN在小波域中对小波系...
压电工作台的神经网络建模与控制
压电工作台 神经网络 迟滞 自适应控制
2014/3/19
建立了压电工作台的神经网络在线辨识模型并设计了相应的自适应控制器以抑制压电工作台迟滞特性、蠕变特性及动态特性对其微定位精度的影响。采用双Sigmoid激活函数对神经网络激活函数进行了改进,同时分析了改进激活函数的神经网络模型与PI迟滞模型在迟滞建模上的异同。设计了基于改进激活函数的3层BP神经网络作为压电工作台的在线辨识模型,推导了网络权值、阈值及激活函数阈值修正公式。最后,基于神经网络模型设计了...
橄榄油兼有食用和保健的作用，价值与价格远远高于其他食用油，所以橄榄油中以劣充好的现象十分普遍。可采用近红外光谱法测定初榨橄榄油中掺杂芝麻油、大豆油和葵花籽油的光谱数据，运用改进的BP算法——Levenberg-Marquardt方法，建立PCA-BP人工神经网络方法对其进行定性判别。同时采用偏最小二乘法(PLS)建立了初榨橄榄油中芝麻油、大豆油、葵花籽油含量的近红外光谱定标模型，用交互验证法进行验...
基于神经网络和小波变换的MRI图像去噪方法
磁共振成像 神经网络 小波变换
2009/10/28
过去10年中，小波变换在图像去噪中取得了很大的成功.人们提出了多种适用于小波去噪的阈值方法，而这些方法就是希望能够正确地反映有噪声小波系数与无噪声小波系数之间的映射关系.基于这种想法，我们提出一种在小波域中利用神经网络寻找这种映射关系的图像去噪新方法.我们把该方法应用于不同噪声分布的磁共振图像的去噪，取得了良好的效果.