- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
电流密度对电化学沉积金膜取向可控生长及特性的影响
摘要： 本文研究了数值模拟中时变延迟随机霍普菲尔德神经网络的稳定性分析。为实现预期结论，我们对泛函分析中的经典压缩映射原理进行适当修正，使其适用于我们的研究条件及连续与离散延迟模型。在合理条件下，研究表明欧拉-丸山数值格式的均方指数稳定性依赖于步长且与精确解相关。此外，在相同条件下，后向欧拉-丸山数值格式也能实现与精确解无关步长的均方指数稳定性。
关键词： 数值模拟、时延、随机微分方程、霍普菲尔德神经网络、稳定性
更新于2025-09-23 15:23:52
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于超分辨率技术的高光谱图像亚像素制图
摘要： 高光谱图像具有丰富的光谱信息，但空间分辨率相对较低。这可能导致混合像素和亚像素目标的出现。为了提高高光谱图像分析所提供信息的可靠性并使结果具有实际可用性，需要提升其空间分辨率。由于物理限制和相关成本，通过改进传感器来提高分辨率可能并非切实可行的方案。因此，一种有效的解决方法是采用某种形式的高光谱数据后处理技术。这种算法化的分辨率增强被称为"超分辨率"。本文尝试了对高光谱图像进行单幅图像超分辨率处理。研究展示了利用霍普菲尔德神经网络成功实现高光谱图像土地利用/土地覆盖分类的方法，并成功改进了霍普菲尔德神经网络的初始化过程。结果通过视觉观察和统计方法进行了验证。
关键词： 亚像素制图、高光谱图像、土地利用/土地覆盖、混合像元、超分辨率、霍普菲尔德神经网络
更新于2025-09-10 09:29:36
-
《[计算机科学讲义] 神经信息处理 第11307卷（第25届国际神经信息处理大会ICONIP 2018，柬埔寨暹粒，2018年12月13-16日，会议录第七部分）》|| 采用双层非晶金属氧化物半导体薄膜器件作为交叉点型突触元件的霍普菲尔德神经网络及字母识别功能验证
摘要： 人工智能是智能社会中的核心概念，而神经网络是模拟人脑的典型方案。然而传统神经网络需要复杂的软件和高性能硬件实现，导致设备体积庞大且功耗极高。相比之下，神经形态系统仅由优化硬件构成，可显著减小设备尺寸并降低能耗。因此我们重点研究基于非晶金属氧化物半导体（AOS）薄膜器件的神经形态系统。本研究开发了采用双层AOS薄膜器件作为交叉点型突触元件的霍普菲尔德神经网络，提出无需额外控制电路的局部修正赫布学习机制——利用交叉点型突触元件的电导衰减特性实现突触可塑性。为验证该神经形态系统的基本功能，首先实际制备了作为交叉点型突触元件的双层AOS薄膜器件，发现其电流随偏置时间持续衰减；随后通过现场可编程门阵列（FPGA）芯片与双层AOS薄膜器件构建实际神经网络，证实经过学习过程后可获得字母识别的基础功能。待基础功能验证完成后，通过扩大器件与电路规模将实现更高级功能。由此预期神经形态系统可制成三维大规模集成（LSI）芯片，具备设备紧凑、低功耗且能实现人脑多种功能的优势。本研究开发的技术将成为实现这些目标的唯一解决方案。
关键词： 神经网络，霍普菲尔德神经网络，字母识别，人工智能，交叉点型突触元件，双层非晶金属氧化物半导体（AOS）薄膜器件，改进的赫布学习法
更新于2025-09-09 09:28:46