人工神经网络的DNA计算模型的研究

摘要

该文首先建立了几个实现神经网络的基本功能的DNA计算的自装配模型,这些模型的主要思想不同于传统的串行修改或计算神经元之间的连接权值,而是从所有可能的权值组合中寻找到一组适合所有样本对的理想输入与理想输出的对应关系的权值组合,也就是并行的实现了神经网络的学习过程,充分地利用了DNA计算极度并行的特点.该文除了给出几个实现神经网络的基本功能的DNA计算模型外,还对几个模型的具体实现过程用具体的例子进行了详细说明,还对其中的一个例子用具体的编码说明了我们所建立的模型的可行性.同时,还将模型与已有的实现Hophild网络的联想的模型进行了比较,说明这一模型具有一定的优越性.

目录

文摘

英文文摘

第1章绪论

1.1前言

1.2 DNA Computing概述

1.2.1 DNA分子结构

1.2.2 DNA的计算机理

1.2.3 DNA计算的特点

1.2.4 DNA计算的开始和发展

1.3本课题的选题背景和主要研究内容

1.4本章小结

第2章人工神经网络概述

2.1神经网络的一般框架

2.2人工神经元的结构模型

2.3人工神经网络的构成

2.4人工神经网络的学习

2.5人工神经网络的基本功能

2.6本章小结

第3章感知机的DNA计算模型

3.1人工神经网络中的感知机

3.2感知机的DNA计算模型

3.2.1主要思想

3.2.2编码方式

3.2.3生物操作

3.2.4例子

3.3本章小结

第4章联想存储器的DNA计算模型

4.1人工神经网络中的联想存储器

4.2联想存储器的DNA计算模型

4.2.1主要思想

4.2.2编码方式

4.2.3生物操作

4.2.4例子

4.3本章小结

第5章BP网络的DNA计算模型

5.1人工神经网络中的BP网络

5.2 BP网络的DNA计算模型

5.2.1主要思想

5.2.2编码方式

5.2.3生物操作

5.3本章小结

结论

参考文献

致谢