超阈值随机共振中的刺激条件信息研究

摘要

本文以刺激特定信息作为评价指标，研究了阈值型感知神经网络及if积分发放模型网络中信息传输中的超阈值随机共振现象。首先详细解释和比较了平均互信息量和刺激特定信息两种评价方法，刺激特定信息是平均互信息在信号空间中一种分解形式，起到了一种类似―放大镜‖的作用，能够更加详细地反映刺激信号在信号传输中编码效率。本文利用刺激特定信息理论，从一种新的信息分解方式研究了超阈值随机共振发生原理。以刺激特定信息为衡量指标，进一步地研究了语音信号通过该三电平神经元网络结构模型的随机共振现象，以阈值神经元网路模型为例进行了数值仿真，研究噪声强度标准差和网络结构层数所引起的系统网络中信息传送结果的变化。研究结果表明，噪声在一定程度上可以改善神经元网络中信息传输的平均互信息量和刺激特定信息，互信息量的最大值代表着最好的传输效果，刺激特定信息是一种更加有效地解释和观测超阈值随机共振机制的新方法。

目录

第一章 绪论

1.1导言

1.2研究背景及意义

1.3主要内容和组织架构

第二章 刺激条件信息与平均互信息

2.1几种神经元模型介绍

2.2随机共振中的神经元模型

2.3常见的噪声类型

2.4系统的性能指标

第三章 超阈值随机共振的刺激条件信息分析

3.1二阈值超阈值随机共振模型

3.2 二阈值超阈值随机共振的刺激条件信息

3.3本章小结

第四章 三阈值随机共振现象研究

4.1本章引言

4.2三阈值模型简介

4.3三阈值模型系统性能指标

4.4实验结果与分析

4.5本章小结

第五章 多阈值神经元网络下的随机共振现象的研究

5.1 多阈值系统

5.2多阈值系统中的互信息

5.3积分发放模型的刺激条件信息

5.4实验结果与分析

5.5本章小结

第六章 总结和展望

参考文献

攻读学位期间的研究成果

致谢

声明