一、温度对神经元网络活动的影响(论文文献综述)
靳敏[1](2021)在《基于机器学习的猪只行为识别与分类方法研究》文中进行了进一步梳理随着智能化、集约化养殖业的快速发展,以信息技术和人工智能为支撑的精准养猪是现代养猪业可持续发展的必然要求。其中,猪只个体行为感知与分析是精准养猪的关键,行为变化是猪对其生长环境变化做出的最直接反应。目前,多数养猪场中,智能化、自动化饲喂和环控设备已得到基本普及,但在判断猪对环境需求的变化以及猪只行为是否异常方面,主要还是依靠饲养员的直觉和经验,这种方法不仅耗费大量的时间和精力,还常常因人为因素造成猪只疾病加重甚至死亡的现象。因此,探索高效地、准确地采集和识别猪只行为的方法,研究猪舍环境温度对猪的影响,不仅具有较高的学术研究价值,对于提高猪的福利化水平、指导养猪场的环控策略、提高养猪场的经济效益以及促进中国精准养猪业的快速发展均具有重要作用。综合考虑精准养猪领域的研究现状和实际应用的迫切需求,本研究将智能传感器检测技术、信号降噪方法、数据预处理方法、数值模拟方法以及机器学习算法相结合,以不同育肥阶段的猪为研究对象。通过理论分析结合实地试验对试验猪在低温、中温和高温环境下的躺卧、站立、行走和探究行为进行数据采集、数据预处理以及分类识别,并研究环境温度对试验猪生长性能、生理指标和行为的影响。主要内容如下:(1)根据试验猪只体积大小,设计了一款集三轴加速度传感器和UWB定位模块于一体的可调节穿戴式猪只行为信息采集装置。在保证试验猪舒适度的前提下对比分析了三轴加速度传感器分别固定在试验猪身体不同部位时的数据采集效果,确定了传感器的最佳部署位置。同时,对比分析了UWB定位模块分别固定在试验猪腿部和背部时的定位精度以及试验猪行走速度对定位精度的影响,试验结果表明该系统的定位误差在合理范围内,能够满足本研究的定位需求。所采集到的试验猪只行为数据经无线传输传入上位机进行显示与存储。(2)根据猪只行为信号特点,选择适用于这类非线性、非平稳信号的小波降噪方法处理猪只行为信号。针对现有软、硬阈值函数的不足,引入指数函数对阈值函数进行改进。以信噪比和均方误差为评价指标,将几种常用小波基、阈值规则、分解层数和阈值函数一一组合,找到最适用于本研究的小波参数组合,并与传统EMD方法相比较。对试验猪只行为数据的分类识别结果表明:采用小波降噪后的数据训练模型,各类行为的分类识别效果均得到了显着提高。具体表现为:猪A的总体平均准确率从88.7%提高到92.5%;猪B的总体平均准确率从91.8%提高到93.6%;猪C的总体平均准确率从91.7%提高到95.4%;三头试验猪在三种环境温度下的总体平均准确率也从83.7%提高到了90.1%。(3)为了解决不平衡数据集分类识别结果具有偏倚性的问题,本文从特征提取、数据平衡化处理和分类算法改进三个层面着手研究。首先,从所采集到猪只行为数据的X、Y和Z三个方向上的加速度数据中分别提取它们的均值、中位数、峰值以及第一和第三四分位数,共同构成一个21维的数据集。考虑到该数据集的维数较高,易引发“维数灾难”问题,进而导致分类识别效果不佳。本研究选择适用于处理多分类问题的Relief F算法和随机森林算法分别分析了各个特征对分类识别结果的影响与所有特征的重要性排序,删除对分类结果影响甚微的特征,实现了对21维数据集的特征降维。结果表明:将采用随机森林算法降维后的数据集用于分类识别的效果更好。此外,为了进一步提高分类识别效果,参照试验猪各类行为持续时间的长短,对降维后的数据集进行基于三种时间滑动窗口长度(3s,4s和5s)的加窗处理。结果显示:当滑动窗口长度为5s时分类识别效果最好,相对于3s和4s的窗口长度,平均准确率有了显着的提升,最高提升了8.3%。(4)针对试验猪行为数据集的不平衡程度和现有数据过采样方法的不足,本文提出了自适应边界数据过采样(AD-BL-SMOTE)算法。该算法实现了对少数类中边界样本的区分,加大了对较难分类的、处于边界的少数类样本的数据增强力度,使得这类样本的数量增多,而对于易分类的、处于边界的少数类,其新合成样本的数量相对减少。该算法既能在合成新少数类样本的同时有效避免样本重叠的情况,又不会对多数类的数据分布造成任何影响,满足本研究中只希望扩充少数类数据而不改变多数类数量和分布的目的,并通过试验验证了该算法的优越性。(5)在小波降噪的基础上分别采用机器学习算法中的BP神经网络和基于灰狼优化算法的支持向量机方法(GWO-SVM)对平衡化后的试验猪只行为数据进行分类识别,并通过交叉验证找到每种算法的最优参数组合。其中,采用BP神经网络的识别效果相对更好。猪A、猪B和猪C分类识别的总体平均准确率分别可达到92.5%、93.6%和95.4%;对于三头试验猪在不同温度下分类识别的总体平均准确率也达到90.1%。另一方面,本文引入加权损失函数(Weighted Loss Function)和惩罚因子分别对神经网络中的Soft Max函数以及GWO-SVM算法进行改进。使用上述两种改进算法对试验猪只行为数据进行分类识别时,原始不平衡数据集无需经过平衡化处理,可直接用于模型训练和验证。结果显示:猪A、猪B和猪C分类识别的总体平均准确率依次为91.1%、92.3%和94.1%;三头试验猪在不同环境温度下分类识别的总体平均准确率为87.6%。总体来看,先进行平衡化处理再采用BP神经网络进行分类识别得到的准确率更高,效果更好,更能满足本研究对猪躺卧、站立、行走及探究这四类行为的识别需求。(6)研究了环境温度对试验猪生长性能、生理指标和行为方面的影响。首先分析了低温、中温和高温环境下各试验猪平均日采食量、日增重和饲料转化率的变化;各试验猪体核温度、体表温度和呼吸速率的变化,以及环境温度与试验猪加权体表温度的相关性。此外,采用CFD数值模拟方法模拟了低温、中温和高温三种环境温度下,试验猪栏内温度场的时空分布。结合UWB定位系统采集试验猪在猪栏内的实时位置,得到猪A、猪B和猪C在不同环境温度下的活动范围、轨迹以及一天内试验猪的运动速度变化和因运动所消耗的能量,以此分析了环境温度对试验猪运动量、躺卧位置和行为时间分配的影响。
张蒙[2](2021)在《基于忆阻器的神经突触学习功能模拟及仿生传递》文中进行了进一步梳理忆阻器因其阻值连续可调、纳米级尺寸以及类生物突触优势成为人工突触首选器件。习惯化和联想记忆是生物基本学习方式,基于忆阻器构建电路模拟习惯化和联想记忆特性是实现忆阻神经形态系统的必经之路。改进忆阻器数学模型,提高其与实测特性契合度,可为指导其设计制造工艺以提高其仿生突触性能提供参考。本文选择具有阈值特性和遗忘特性的氧化钨忆阻器代替常见HP忆阻器作为突触,构建神经形态电路,模拟生物学习行为和突触传递的温度敏感性,研究主体按下述三个部分展开:首先,申明习惯化存在意义,指明当前习惯化实现电路的不足,针对氧化钨忆阻器模型本身具备的遗忘特性构建无需电压恢复模块的习惯化实现电路。区别于以往采用的多输入正负极性脉冲,本文构建电路的外部激励电压仅需设置为单输入正极性脉冲,更贴合实际神经信号,且可实现短期习惯化、长期习惯化和去习惯化现象模拟。其次,详细研究经典巴甫洛夫狗实验以及延时学习现象,针对氧化钨忆阻器的阈值和遗忘特性构建具备延时模块的联想记忆电路。采用新增延时模块控制联想记忆是否发生,且无需另设模块实现电压控制。仿真验证其不仅能模拟联想记忆的学习、遗忘特性,还可以模拟延时学习特性。最后,提出氧化钨忆阻器温度效应模型,并将其作为生物突触耦合双HH神经元以实现突触传递温度敏感特性的模拟。为提高拟合忆阻器实际遗忘曲线准确性,新增忆阻器电导率保留值表达式,并考虑温度对离子迁移和扩散的影响,在原模型中引入温度变量。温度上升引起氧空位迁移和扩散速率发生变化,导致忆阻器电导变化速率加快,进一步影响兴奋性突触后膜电位幅值和放电次数,仿真现象与神经生理实验现象相符。本文采用氧化钨忆阻器模拟突触构建神经形态电路,可将学习规则迁移进神经形态系统,也为研究温度对突触传递的影响开拓一种新思路。
周秀颖[3](2021)在《Hodgkin-Huxley神经元模型中离子通道阻塞效应的研究》文中进行了进一步梳理神经科学领域的探究一直是一个热门课题,对神经元或神经系统的研究是探索人脑奥秘的前提。实际上,神经元处于复杂的环境中,受到不同的外刺激,这些都影响着神经系统的动力学行为。而信号的转导和传递分别通过离子通道和突触来完成。可以通过数学模型模拟神经元的真实电生理活动,为进一步认知和研究大脑机制提供潜在的指导。本文基于Hodgkin-Huxley模型,考虑离子通道阻塞效应,在模型中分别引入多频外周期信号、离子通道噪声、电突触耦合和化学突触耦合。并利用数值模拟和非线性动力学方法研究神经元的各种放电行为,取得以下研究成果:(1)考虑多频周期信号,通过分岔分析发现:调节多频周期信号的振幅可以改变神经元放电的分岔点,增大多频周期信号的频率可以改变放电周期。增加离子通道噪声可以增大尖峰放电的频率,适当降低离子通道噪声可以使神经元放电更加稳定。离子通道阻塞对神经元放电行为的影响表明,钾离子通道阻塞可促进神经元的兴奋性,钠离子通道阻塞可抑制神经元的兴奋性。并且揭示了存在一个最佳的钾离子通道阻塞系数使神经元的放电活动最有规律,而钠离子通道被阻塞时会破坏这种有序性。(2)引入电突触耦合,研究神经元的同步和响应行为。发现:两神经元放电的同步性随着电耦合强度的增加而增强。存在最优的耦合强度使神经元对外信号的响应达到最佳。当电耦合强度很大时,两神经元的放电状态完全同步,此时通过调节耦合强度可以观察到周期一混沌交替出现的放电模式。中等程度的钾离子通道阻塞使神经元对外信号的响应是最强的。(3)引入化学突触耦合,研究神经元的同步和响应行为。发现:两神经元放电的同步性随化学耦合强度的增加而增强。神经元对外信号的响应随着耦合强度的增加先增大,并存在一个显着的最大值,但进一步增大耦合强度会抑制这种响应现象。当耦合强度极小时,两神经元放电的同步性随着钾离子通道阻塞系数的增大先减弱后增强。当耦合强度较大时,钾离子通道阻塞对神经元放电的同步性基本没有影响。适当的钾离子通道阻塞使神经元对外信号的响应处于最佳状态。
张峰峰[4](2021)在《双音叉温湿度传感器研究与设计》文中认为随着我国航空航天事业的发展,舱外航天服是宇航员行走活动过程中的重要生命保障装置。实时监测舱外航天服的温湿度变化,在航天服生命保障系统中发挥着重要的作用。由于受舱外服空间的影响,对传感器体积、功耗、精度等特性提出较高要求。本文基于石英音叉谐振器结合氧化石墨烯材料,研究一种双音叉谐振式温湿度传感器,建立并优化BP神经网络温度补偿模型结合FPGA实现双音叉温湿度传感器湿度响应的温度补偿。首先,根据石英压电材料相关理论,利用ANSYS软件对石英音叉谐振器进行模态仿真分析,分析氧化石墨烯材料物理化学特性与水分子感湿特性,将氧化石墨烯涂覆在AT切型石英音叉臂,制作湿度敏感元件;根据XY切型石英音叉对温度敏感特性,制作温度敏感元件;采用ABS外壳及树脂材料对温度谐振器与湿度谐振器进行封装,完成传感器原型设计。其次,建立BP神经网络温度补偿模型,实现湿度测量温度补偿,从鱼群规模、视野步长、行为选择三个方面改进AFSA算法并对BP神经网络进行优化,补偿误差从5.50%RH降低到0.11%RH内,训练时间缩短到91.4s,利用FPGA对BP神经网络进行实现,对比PC端,FPGA计算速度为120μs。最后,搭建传感器测试平台,对双音叉温湿度传感器进行测试,测试结果表明:该传感器温度量程为-20℃~100℃,温度灵敏度为-1.61Hz/℃,非线性误差为1.87%,温度最小分辨力为0.0067℃,温度响应时间<2s,室温20℃环境下,该传感器在11.3%~98.4%RH的范围内,灵敏度约为-1.102Hz/(%RH),非线性误差约为4.2%,最小分辨力为0.6926%RH,湿滞误差为6.08%,响应时间和恢复时间分别是80s和110s左右,且具有良好的重复性。在20℃~51℃温度变化范围内,经过BP神经网络温度补偿后,湿度传感器湿度响应最大的误差是0.45%RH,验证了BP神经网络温度补偿的有效性。
李信晓[5](2021)在《GABRG2突变导致遗传性癫痫伴热性惊厥附加症(GEFS+)的分子遗传学特征及机制研究》文中进行了进一步梳理第一部分构建GABRG2敲除细胞系及探讨温度对相关蛋白的影响目的运用CRISPR/Cas9基因编辑工具在小鼠海马神经元细胞系(HT22)中构建GABRG2基因敲除的体外细胞模型,并采用RNA-seq分析细胞基因的表观遗传特征,探讨在不同温度条件下对其他蛋白表达的影响。方法(1)在NCBI-gene中查找GABRG2基因的DNA序列以及蛋白信息,根据GABRG2基因序列特征,选择第三个转录本进行靶向删除;(2)根据蛋白质保守区特点,在外显子前1/3设计guide RNA(g RNA);(3)利用CRISPR设计软件和网站筛选sg RNA序列,生成一系列sg RNA序列,选择分值高的前三个sg RNA序列,以降低同源序列及脱靶效应;(4)将筛选的g RNA送公司合成后,将其插入p Sp Cas9(BB)-2A-Puro(PX459)V2.0质粒载体,选择阳性克隆进行摇菌培养,进行酶切鉴定;(5)将构建好的PX459-GABRG2-1/2/3质粒转染入HT22细胞,提取基因组DNA进行测序,验证质粒活性;(6)运用Western blot和RT-q PCR技术分别检测GABRG2的蛋白和m RNA表达情况,验证GABRG2基因敲除效果,以质粒转染细胞敲除效率最高组为基因敲除组,以野生型为对照组;(7)提取对照组和实验组细胞总RNA,行转录组测序,对筛选差异基因并进行信号通路和蛋白质互作分析;(8)在不同温度条件下检测GABAA受体及MMP家族相关蛋白的表达。结果(1)酶切鉴定和测序分析显示成功将设计的GABRG2 sg RNA插入PX459质粒,质粒构建成功;(2)采用TA克隆后测序显示,质粒PX459-GABRG2-01、PX459-GABRG2-2和PX459-GABRG2-03分别发生碱基缺失、点突变和点突变,构建的质粒具有良好的CRISPR/Cas9活性;(3)实验组GABRG2的蛋白和m RNA的表达水平显着低于对照组,其中PX459-GABRG2-03组敲除效率最高,达90%以上;(4)RNA-seq显示共有2157个差异基因,其中上调和下调基因分别是1173个和984个;(5)差异基因KEEG富集分析信号通路主要包括PI3K-Akt信号通路、MAPK信号通路、p53信号通路和Rap1信号通路;GO富集分析显示,差异基因多集中于细胞生物学过程、代谢、发育、免疫、细胞凋亡、细胞膜、细胞外、突触及受体活性、转运体活性、酶活性调节等过程;PPI结果显示,GABRG2与GABAA受体其他亚基联系密切,处于其核心地位;(6)在不同温度条件下,GABRG2基因敲除组细胞中GABRA1/GABRB1/GABRB3和CACNA1A的表达量随温度升高逐渐降低,而GABRA5的表达随温度升高逐渐增加。MMP家族的相关因子MMP3和MMP9的表达则升高。结论(1)成功利用CRISPR/Cas9 system构建稳定转染的GABRG2敲除细胞系,为研究GABRG2在遗传性癫痫伴热性惊厥附加症(GEFS+)中致病机制提供线索;(2)GABRG2基因突变可使GABAA受体的大部分亚基表达量降低,可能导致GABA能信号通路功能受损,致使体内抑制性的神经递质释放降低;(3)通过调节PI3K-Akt和MAPK信号通路影响神经元的凋亡、发育、受体活性、转运体活性、酶活性及相关基因的表达,这些改变在GEFS+发生过程中可能起到重要作用。第二部分GABRG2基因敲除对HT22细胞突触前膜囊泡释放及功能的影响目的评估GABRG2基因敲除后的突触前膜递质释放功能及GABA能抑制性突触的传递活动方法(1)利用FM4-64染料进行细胞突触囊泡释放染色,观察细胞的胞吞和胞吐情况,用以检测基因敲除后细胞递质释放功能;(2)通过全细胞膜片钳技术检测GABRG2基因敲除后细胞系的m IPSC变化。结果(1)与野生组相比,GABRG2基因敲除组细胞FM4-64的阳性簇数量显着减少(WT:4.20±0.21 clusters/10μm;KO细胞:1.60±0.18 clusters/10μm;t-检验;P<0.0001)。KO组细胞中,FM4-64的荧光强度也显着降低(P<0.0001);(2)KO组细胞的m IPSC频率显着低于对照组(0.79±0.04 Hz vs.1.87±0.16 Hz;P<0.001),m IPSC的振幅也低于对照组(10.18±0.87 p A vs.24.00±1.10 p A;P<0.001)。此外,WT组和KO组细胞的峰值电流有显着性差异(498±35.5 p A vs.53.4±7.0;P<0.001)。结论γ2亚基功能障碍影响细胞膜递质释放,降低了m IPSCs动作电位的诱发频率和电流幅度,这可能是GEFS+发生的一个重要因素。第三部分构建GABRG2敲除小鼠模型及探讨温度对癫痫行为的影响目的构建海马和新皮质特异性GABRG2基因敲除小鼠模型,探讨不同温度条件下对GABRG2基因敲除小鼠癫痫行为的影响及潜在机制。方法(1)利用Cre/loxp重组酶系统技术,首先构建GABRG2fl/wt转基因小鼠,繁配得到GABRG2fl/fl纯合子小鼠,将其与海马和新皮质组织特异性表达Cre+/+重组酶的工具鼠进行繁配和鉴定,选择子代基因型为GABRG2fl/wt Cre+的小鼠作为实验对象,同窝别的野生型小鼠作为对照组。取子代小鼠的脚趾或尾部,提取基因组DNA,PCR后进行琼脂糖凝胶电泳,鉴别小鼠基因型;(2)采用RT-q PCR,Western Blot和免疫组化方法技术检测GABRG2基因在小鼠海马和新皮质中的m RNA和蛋白质表达水平;(3)用Nissl染色法分析大脑皮层和海马神经元的丢失情况;(4)使用温度加热仪对小鼠加热,记录癫痫发作情况,脑电图(EEG)用于记录脑电活动;(5)使用PTZ诱导癫痫发作,比较热诱导与PTZ诱导癫痫发作的严重程度。结果(1)筛选出子代基因型为GABRG2fl/wt Cre+小鼠作为实验对象;小鼠海马和新皮质中GABRG2的m RNA和蛋白表达水平显着低于野生组;(2)组化结果显示,GABRG2fl/wtCre+小鼠海马和新皮质内的GABRG2表达显着降低,其主要减少部位是海马的CA3区和新皮质的Ⅳ-Ⅴ层;(3)热造模过程中,实验组小鼠癫痫发作更明显。皮层脑电图(EEG)显示实验组小鼠皮层脑电的棘波数量显着高于对照组,杂合子CKO小鼠对热诱导癫痫发作敏感性更高,可以引发全身强制性阵挛癫痫发作,而对照组小鼠不受影响;(4)与同窝野生型小鼠相比,GABRG2fl/wt Cre+小鼠利用PTZ诱导癫痫发作的潜伏期较短、癫痫发作持续的时间延长、死亡率及严重程度增加。结论(1)成功构建了海马和新皮质特异性GABRG2基因敲除小鼠模型;(2)GABRG2fl/wtCre+小鼠再现了人类热性惊厥的许多特征,是研究遗传性癫痫伴热性惊厥附加症的良好模型;(3)GABRG2fl/wt Cre+小鼠具有显着的温度易感性。第四部分GABRG2基因敲除小鼠的表观遗传学特征目的探讨GABRG2基因敲除后引起遗传性癫痫伴热性惊厥附加症的表观遗传学特征。方法(1)采用RNA-seq技术,基于Illumina测序平台,分别提取海马与皮质组织的总RNA,进行建库测序和生物信息分析;(2)利用ATAC-seq技术,基于Illumina技术测序平台,分别提取海马与皮质组织细胞的细胞核,加入T5转座酶后进行纯化,构建文库测序和生物信息学分析。结果(1)RNA-seq测序结果显示,正常体温下,GABRG2fl/wtCre+小鼠与野生型小鼠海马组织内差异基因个数为667个,上调基因和下调基因个数分别为496和171;皮层组织内差异基因个数为552个,上调基因和下调基因个数分别为170和383。热诱导癫痫发作情况下(40℃),海马组织内差异基因的个数为681个,上调基因和下调基因个数分别为440和241;皮层内差异基因的个数是743,上调基因和下调基因的个数分别是382和361。GO生物学富集结果显示,主要包含神经肽信号通路、神经递质代谢过程、蛋白细胞外基质、细胞外基质、受体活性调节及G-蛋白偶联受体结合;KEEG分析显示,主要富集的信号通路有MAPK pathway、Toll样受体通路、IL-17 pathway、NF-κB pathway、c AMP通路和PI3K-Akt pathway;(2)ATAC-Seq结果显示,每组样品的clean base数均在17.5G以上。进一步数据显示,正常体温下,GABRG2fl/wtCre+小鼠与野生型小鼠海马组织内差异peak数为106187个,皮层组织内差异peak数为118,620个;热诱导癫痫发作情况下(40℃),海马组织内差异peak数为116,754个,皮层内的差异peak数为121,874个。根据这些差异peak数进行基因注释同时进行信号通路分析,在正常体温下,海马组织差异基因数共16,418个,上调和下调基因数分别为1,767和14,651个;皮层内差异基因个数为12,716个,上调和下调基因分别为852和11,864个;热诱导条件下,海马组织内差异基因总数为6530个,上调和下调基因个数分别是4,410个2,120个;皮层内差异基因总数为5,249个,上调和下调基因分别为2,884和2,365个;另外,我们也分析了差异peak上存在的差异motif,选取最显着的25个motif作为实验对象。再将其与已知转录因子进行motif的富集,共发现14个关系最密切的转录因子。结论(1)RNA-seq和ATAC-seq的分析结果较为一致,共同的信号通路有PI3K-Akt信号通路、MAPK信号通路、m TOR信号通路及Toll样受体信号通路;(2)motif富集分析显示涉及14个重要的转录因子
鹿露露[6](2021)在《神经元及其网络系统的非线性随机动力学研究》文中研究表明神经元是大脑神经系统的基本单位,它具有复杂的非线性特性,而且其放电模式呈现出丰富多彩的动力学行为。本文立足于神经元,构建以关键神经环路和微神经网络为基础的神经元及其网络系统,通过随机模拟和非线性动力学分析,研究内外界因素(如噪声、耦合方式、时间延迟、网络拓扑结构等)对复杂神经系统的非线性动力学特性(放电模式、信息编码、能量效率等)的影响,并通过相分析等方法探究其内在动力学原因,从而解释与大脑相关的神经退行性疾病或认知行为等发生的可能内在机理。并取得了以下研究成果:(1)针对神经元系统的非线性动力学特性,研究了耦合神经元系统的放电模式调控和相位同步,首先建立了具有噪声和时间延迟的耦合FitHugh-Nagumo神经元模型,然后理论推导了时间延迟下耦合神经元系统的同步流形,最后讨论了单时间延迟和多时间延迟下耦合神经元系统的放电模式调控和相位同步。结果表明:在单时间延迟和接近的多时间延迟下,无噪声时神经元系统出现完全同步的小振幅和大振幅同步异步交替的放电状态,噪声存在会诱导耦合神经元的振荡模式出现一系列连续的相位变化:从异步状态到交替的相位漂移和反相位状态再到完全的反相位状态;当多时间延迟相差较大时,无噪声下耦合神经元系统处于静息状态,有噪声会使耦合神经元系统从静息状态变为异步状态,不存在连续的过渡情况。(2)研究了神经元系统放电模式和能量的依赖关系,首先理论推导了在高低频信号刺激下神经元放电模式对能量的依赖关系,然后讨论了能量的吸收和释放对神经元系统放电模式转变的影响。结果表明:高低频信号下神经元的放电模式更加复杂,神经元能量的吸收和释放依赖于神经元受到的外界刺激的形式和神经元系统放电模式的转变。同时电活动和哈密顿能量的响应在很大程度上取决于周期性信号振幅的变化,神经元系统在复杂多模式放电状态下的能量低于周期放电状态的能量。(3)在上述研究基础上,继续深入探讨了神经元网络行为的随机动力学机制。首先在Hodgkin-Huxley神经元模型的基础上,建立了亚阈值兴奋性突触后电位信号在五层前馈神经网络中编码和传递的数学模型,讨论了弱信号在前馈神经网络中的传播机制。结果表明:增加背景噪声的强度,可以提高弱信号的传播速度,而且存在一个最优的噪声和耦合强度区域,不仅可使弱信号在神经网络中稳定传递,而且还提高了神经元信息编码的速度和信号传递的保真度,缩短了系统和弱信号之间的延迟时间。(4)研究了神经元网络系统放电中的抑制作用,即反随机共振现象。首先建立了由高斯/非高斯色噪声驱动的神经元网络的数学模型,结合生物学实验中观察到的反随机共振(ISR)现象,讨论了高斯/非高斯色噪声引起ISR现象的产生条件。结果表明:在高斯色噪声驱动下,ISR现象的产生和持续条件依赖于低外部电流,低互相关率和低噪声水平。非高斯色噪声驱动下ISR现象的产生和持续条件依赖于低外部电流刺激,而且其普遍出现在低噪声相关时间或低高斯噪声偏离参数情况下。同时神经元网络中的ISR现象比单个神经元更明显,并且持续时间更长。(5)最后研究了神经元网络系统中的周期性放电率振荡和簇同步现象,在自适应指数Integrate-and-Fire神经元模型的基础上,建立了不同耦合形式驱动的神经元网络模型,讨论了电耦合和兴奋性与抑制性化学耦合下神经元网络的周期性放电率振荡和簇同步行为。结果表明:神经元网络中的周期放电率振荡现象是普遍存在的,这种现象的出现是由于网络中的神经元出现了不同状态的簇同步行为;网络中的神经元会自动分为两个簇,并且每个簇中的神经元的放电状态完全一致,簇同步的产生依赖于延迟时间,不同簇状态中的神经元可以随延迟时间的变化而相互转变。
刘欢[7](2020)在《氧化锆栅介质锗基场效应晶体管》文中研究表明金属氧化物半导体场效应晶体管(MOSFET)通过引入新型沟道材料和新型高κ栅介质,可以提升器件性能,以满足未来先进集成电路应用的需求。锗(Ge)沟道比硅(Si)具有更高的空穴迁移率,适用于p沟道器件。栅介质采用高κ介质可使MOSFET尺寸持续缩减的同时减小栅泄漏电流。另一方面,栅介质采用铁电介质的铁电场效应晶体管(Fe FET),可实现铁电非易失性存储器和神经突触器件。ZrO2材料具有高介电常数,同时具有(反)铁电性。因此,本论文以ZrO2为栅介质,对Ge基MOSFET和Fe FET做了系统研究,主要研究成果如下:1、ZrO2栅介质Ge p MOSFET和p Fin FET首先,研究栅介质沉积后退火(PDA)和金属化后退火(PMA)对ZrO2栅介质Ge p MOSFETs电学性能的影响。未经PDA处理的晶体管,随着PMA温度升高,ZrO2介质发生结晶,ZrO2结晶化有助于提高ZrO2的介电常数,降低界面态密度(Dit),减小等效电容层厚度(CET)和亚阈值摆幅(SS),提升有效空穴迁移率(μeff)。与未经PDA处理的器件相比,在400 ℃下进行PDA处理的Ge p MOSFETs具有更低的CET和陡峭的SS。然后,利用2.5 nm ZrO2栅介质结晶化实现了超薄CET的高迁移率Ge p MOSFETs,并对O3/ZrO2、非晶态ZrO2和Al2O3/ZrO2不同栅介质工程的器件进行了比较。Ge表面经过O3处理的晶体管可以轻微提升μeff。采用Al2O3钝化层虽然提高了μeff和减小Dit,但严重增加了CET。无表面钝化处理的Ge p MOSFETs在ZrO2栅介质结晶后取得了0.73 nm的CET,并显着提高了μeff。与目前所报道的CET小于1nm以下的非应变Ge p MOSFET器件相比,在反型层载流子密度Qinv=1×1013cm-2处具有最高的迁移率,达到190 cm2/V·s。最后,在(100)晶面Ge OI衬底上实现了ZrO2栅介质p Fin FET。相对于[100]沟道方向上的器件,沿着[110]沟道方向的器件表现出更高的导通电流和更低的沟道电阻。在Qinv=5×1012cm-2处,Ge OI p Fin FET在[110]沟道方向上取得的迁移率比在[100]沟道方向上的迁移率提升了10%,比Si普适迁移率提升了60%。2、ZrO2栅介质Fe FET非易失性存储器创新实现了ZrO2栅介质Fe FET非易失性存储器件。与Hf ZrOx对照器件相比,Ta N/ZrO2/Ge电容完全没有唤醒效应,并显着改善了疲劳特性。由于相对较小的剩余极化强度和良好的ZrO2/Ge界面特性,ZrO2 Fe FET实现高达107次周期擦写的耐久性、10 ns的编程/擦除速度,并在85 ℃下取得超过10年的保持特性。同时,研究快速热退火(RTA)温度和ZrO2厚度对Ta N/ZrO2/Ge电容和ZrO2Fe FET关于极化强度(P)和电学特性的影响。RTA在350~500 ℃范围内,2.5 nm和4 nm厚的ZrO2薄膜为非晶态,并在Ta N/ZrO2/Ge电容中表现出稳定的极化强度,其铁电行为源于电压驱动的氧空位和负电荷的迁移形成的偶极子。2.5 nm、4 nm和9nm ZrO2 Fe FET在100 ns编程/擦除脉冲下表现出良好的存储窗口(MW)。与2.5 nm和9 nm ZrO2 Fe FET相比,4 nm ZrO2 Fe FET具有良好的耐久特性和保持特性。随着RTA温度的升高,ZrO2 Fe FET的保持特性得到改善。3、ZrO2栅介质Fe FET神经突触器件利用ZrO2栅介质Fe FET逐步调节铁电翻转的特性实现神经突触器件,成功论证了突触短时程可塑性和长时程可塑性。在单个小的脉冲刺激下观测到突触短时程增强。在一系列正脉冲或负脉冲刺激下,分别获得长时程增强或长时程抑制的突触功能。在重复相同的脉冲刺激下,突触器件可以从短时程可塑性转变为长时程可塑性。通过调节突触前神经元和突触后神经元刺激脉冲的时间间隔实现了尖峰时间依赖性可塑性(STDP)。
刘宇峰[8](2020)在《吉林西部盐渍土未冻水含量影响因素及预测研究》文中认为吉林西部分布着大面积的碳酸盐渍土,由于其所处气候环境、土体物质组成等的影响,又具有典型的分散性土和季节性冻土的特征,因此其工程地质性质比较复杂。在土体的冻结过程中,土体中水分会向冻结方向迁移,一方面会导致土体发生冻胀,从而引起灌溉工程中渠道、边坡失稳等工程问题;另一方面,水分会携带盐分向地表方向聚集,加剧盐渍化程度,从而引发草场、耕地退化等农业生态问题和道路翻浆、土木工程腐蚀等工程问题。上述问题的产生都和未冻水含量有着密切的联系。在土体的冻结过程中,未冻水含量的多少决定着冻结土体中水分迁移量的大小,而水分迁移量的大小又直接影响着冻结土体冻胀量的大小以及盐渍化现象的产生。吉林西部盐渍土未冻水含量是土体冻胀机理和水盐运移机理的核心和基础。因此,需要对吉林西部盐渍土未冻水含量进行必要的研究。本文选择镇赉和农安研究区碳酸盐渍土为研究对象,在国家自然科学基金重点项目:“国家自然基金国际(地区)合作与交流重点项目”(41820104001),“寒旱区土体盐渍化HTSM多场耦合地质环境系统灾变演化机理与工程效应研究”(Grant No.41430642),以及“国家自然科学重大科学仪器专项基金”(Grant No.41627801)的资助下,结合野外调查和课题组前期成果,首先,采用室内试验等方法对所取土样的物质成分、理化性质以及孔隙结构特征进行了研究,经过分析发现,研究区土体主要以粘粒和粉粒为主,粘粒含量小于粉粒含量;土体矿物成分以原生矿物为主,镇赉土体粘土矿物以伊蒙混层矿物和伊利石占比最高,农安粘土矿物以伊利石相对含量最高;水盐含量在不同的季节表现出不同的变化规律;土体为碳酸盐渍土,土体中阳离子以钠离子含量最高;土体p H值略大于7,表现为弱碱性;土体孔隙结构中,以中、大孔隙为主,微、小孔隙所占含量也较大。其次,利用课题组自主研发的“超冷环境岩土冻融综合实验箱”对镇赉研究区和农安研究区的盐渍土样品进行室内冻结温度试验。设计含水率、含盐量以及压实度三个条件作为冻结温度试验的试验条件,土体样品中加入盐的类型为碳酸氢盐。经过测试,得到了研究区土体样品的冻结温度。试验结果表明,盐渍土的冻结温度受到初始含水率与含盐量的影响较大,压实度对冻结温度几乎没有影响。并且,冻结温度的变化与含水率的变化正相关,含水率越高,土体的冻结温度越高,反之亦然;含盐量越大,土体的冻结温度越低,土体越难冻结,含盐量则对土体的冻结具有抑制作用。再其次,基于不同初始含水率、不同含盐量以及不同温度,研究了镇赉研究区和农安研究区盐渍土未冻水含量。先行设计了适宜的试验土体的含水率和含盐量,结合核磁共振试验,对土体进行了测试,得到了研究区土体在不同温度点的未冻水含量,并与测温法计算的未冻水含量进行对比:测温法适合研究土体初始冻结后未冻水含量的变化,核磁共振试验则能够得到完整的未冻水含量随温度变化的曲线。再次,对影响未冻水含量的因素进行了讨论与分析。温度、初始含水率、含盐量以及冻融循环作用均会对土体未冻水含量的变化产生一定的影响。未冻水含量对温度的变化非常敏感,温度越高,土体的未冻水含量越高,反之亦然;含水率越大,相同温度下的土体未冻水含量越大;盐的存在会抑制土体的冻结,导致含盐量越大,土体的未冻水含量越高,未冻水含量的变化趋于稳定时的温度越低;在冻融过程中,土体的未冻水含量变化存在明显的滞后现象,与冻结过程相比,融化过程的未冻水含量相对较低。另外,对于任何条件下的盐渍土土体,即使温度降低到-20℃,土体中依然存在着未冻水,并且未冻水含量变化幅度基本上趋于稳定。最后,基于BPNN理论、ANFIS理论和SVM理,建立镇赉研究区和农安研究区盐渍土未冻水含量预测模型。将核磁共振试验结果作为数据样本,80%的数据参与模型的训练,20%的数据参与模型的测试,选择土体初始含水率、含盐量以及温度作为模型的输入变量,未冻水含量作为模型的输出变量,结合BPNN理论、ANFIS理论和SVM理论建立研究区土体未冻水含量预测模型。应用统计学参数对模型的预测能力进行评价,同时采用5折交叉验证评价三个模型的可用性。通过对比发现,ANFIS模型和BPNN模型适合预测吉林西部镇赉研究区和农安研究区盐渍土未冻水含量。通过上述研究,将有助于丰富吉林西部地区盐渍化的理论,并为该地区恢复生态环境、农业耕地及工程建设的顺利开展提供理论依据。
陈康明[9](2020)在《油炸公干鱼品质变化规律及其煎炸油的复配研究》文中进行了进一步梳理公干鱼属海生鱼类,是一种盛产于沿海地区的水产小鱼仔,具有高蛋白、低脂肪、口感独特及价格低廉的优点,通常将其作为原料加工成休闲鱼类制品。目前工业化加工以油炸操作居多,通过油炸工艺不仅可改善产品外观、颜色,还可使其更加酥脆可口,增进食欲。但长期摄取高油脂类食品对人体的健康性受到研究者的质疑,同时工业化煎炸用油成本居高不下。因此本论文通过研究油炸工艺参数和预处理方法对公干鱼品质(特别是吸油率)的影响,同时探究大豆油品质劣变趋势,以探寻合适的工艺操作,最后通过不同油脂的复配,以实现煎炸油更高效、安全的利用。具体内容如下:(1)研究了不同油炸温度和时间对公干鱼传质动力学的影响和品质的变化。结果表明:感官分析结合贮藏要求得出,油炸公干鱼至水分含量为24.0%时最佳,此时在200℃,180℃,160℃下需分别煎炸100 s,180 s,307 s;基于菲克第二定律的指数方程和一级动力学方程均很好地拟合了公干鱼油炸过程中水分的损失和油脂的吸收;中心温度变化曲线显示,油炸后期时公干鱼内部渗入油脂,使得中心温度超过100℃,煎炸平衡时均低于油温20℃30℃;低场核磁共振结果阐明了油炸公干鱼过程中自由水、吸附结合水、蛋白质结合水、油脂与物料结合程度或含量的变化情况,与水分损失和油脂吸收曲线具有一致性;当油炸至最适水分含量24.0%时,公干鱼的色差值(ΔE)为28.632.1,硬度为2810034500 g,咀嚼性为1850020700,表层硬度为10801360 g,韧性为12121466 g·s。(2)通过响应面设计结合BP神经网络模型,研究了比表面积、煎炸温度、煎炸时间、初始水分、涂膜种类、油的品种和油的品质对油炸公干鱼水分含量和含油率的影响。结果表明:Box-Behnken试验显示,水分含量和含油率极显着负相关(P=-0.899),公干鱼比表面积、涂膜种类和初始水分含量均对产品的水分含量和含油率产生较大的影响。训练BP神经网络,确立了7-7-2的网络模型结构具有最高的预测精度,并得出各因素综合影响重要性排序为:比表面积(100%)>涂膜种类(49.8%)>初始水分(37.6%)>煎炸时间(29.8%)=煎炸温度(29.8%)>油的品质(28.1%)>油的品种(16.0%)。以此神经网络模型仿真正交设计数据,结果发现,降低公干鱼比表面积、降低初始水分、预涂0.5%海藻酸钠均可明显降低含油率,油的品种和品质对含油率影响不明显;仿真模拟结果分析与实际响应面数据分析具有高度一致性,说明该神经网络模型可应用于指标预测分析。(3)研究了不同油炸温度和时间对大豆油品质劣变的影响,并以大豆油、高油酸菜籽油和棕榈油为基料,进行了耐煎炸调和油的复配。结果表明:以化学指标综合评判大豆油煎炸寿命,200℃组:15 h,180℃组:21 h,160℃组:28 h,并结合三组温度下煎炸公干鱼的传质动力学曲线,得出200℃煎炸公干鱼产率最高、用油综合成本最低。可见吸收光谱表明,煎炸温度越高、时间越长,光谱的初始值也就越大,下降斜率也就越陡,光谱曲线由指数衰减型变成反“S”型。低场核磁共振结果显示,各组煎炸油的弛豫图谱均检测到2个弛豫主峰,且其中参数T21和S21与大豆油煎炸过程中的品质劣变紧密相关。大豆油、高油酸菜籽油和棕榈油的烟点均高于210℃,证实200℃高温煎炸的可行性;氧化诱导曲线方面,棕榈油的氧化稳定性远超过其它普通植物油,而大豆油的氧化稳定性最差;综合评判各油脂煎炸寿命(200℃):棕榈油:30 h,大豆油:15 h,高油酸菜籽油:21 h。通过混料设计得出OSI与三种油脂的回归方程,并根据它们的脂肪酸组成结合文献得出,复配油的SFA、MUFA、PUFA和氧化速率与组分的关系方程;通过计算机中的“规划求解”得出了7种脂肪酸组成平衡的复配油(T1T7),满足油脂氧化稳定性指数不低于4.5 h,饱和脂肪酸含量不高于25%,单不饱和脂肪酸含量不低于40%,氧化速率不高于49.42。再通过自由基生成考察,最终筛选出四种氧化稳定性和热稳定性较好的复配油(T2、T4、T5和T7);最后对四种精选复配油进行煎炸实验,说明了四种复配油煎炸稳定性明显优于大豆油,并综合筛选出煎炸性能最优的T4复配油,其组成为大豆油:高油酸菜籽油:棕榈油=6.99%:49.56%:43.45%。
方胜杰[10](2020)在《3D打印耗材生产线线径和能耗预测模型的建立及应用》文中进行了进一步梳理本文依托3D打印耗材制备挤出生产线的智能化升级项目,基于物联网技术和人工智能技术,在设备运行状态核心参数的采集方式、工艺条件的准确和快速确定以及设备能耗的精确分析方面开展研究工作,对实验室现有的3D打印耗材生产线进行数字化、网络化和智能化升级。研究的主要内容如下:(1)针对实验室3D打印耗材生产线线径测量装置功能单一的问题,利用单轴激光测径仪显示仪表的485通讯接口与Arduino串口通讯技术相结合的方法,设计了耗材线径监测系统。该系统不仅实现线径数据在PC端中Matlab环境下的实时采集、监测和记录,而且通过增加无线通讯模块将线径数据传输到OneNET物联网平台,实现线径数据的远程监测。(2)利用实验的方法,分析出小型单螺杆挤出机耗材生产线工艺因素与3D打印耗材线径间的相互关系,建立了一个基于GA-BP神经网络的预测模型。将生产线的定径模头温度(三段)、机筒温度、螺杆转速、牵引机转速作为输入变量,耗材线径作为输出变量。结果表明,该网络预测模型能获得较精确的结果。此外,基于所建立的网络模型设计了一款具有耗材线径预测功能和生产工艺预测功能的软件,该软件对高效合理地安排和调整耗材生产工艺具有一定指导意义。(3)在线径预测模型的基础上,综合考虑工艺因素和环境因素对能耗的影响,建立了一个基于RBF神经网络的能耗预测模型。其中,网络的输入节点为定径模头温度(三段)、机筒温度、螺杆转速、环境温度,输出节点为生产线电能能耗。结果表明该网络模型具有较高的预测精度。并且基于此网络模型开发了能耗预测软件,为提升耗材生产线节能潜力提供了软件工具支持。
二、温度对神经元网络活动的影响(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、温度对神经元网络活动的影响(论文提纲范文)
(1)基于机器学习的猪只行为识别与分类方法研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 基于机器视觉的畜禽行为识别 |
1.2.2 基于传感器的畜禽行为识别 |
1.2.3 机器学习算法在畜禽行为识别领域的应用 |
1.2.4 定位技术在畜禽行为追踪领域的应用 |
1.3 存在的问题 |
1.4 研究内容和方法 |
1.5 技术路线 |
1.6 本章小结 |
2 试验方案及信息采集 |
2.1 试验方案设计 |
2.2 猪的行为定义 |
2.3 猪舍环境温度信息采集 |
2.4 试验猪信息采集 |
2.4.1 猪只运动行为信息采集系统搭建 |
2.4.2 猪只运动轨迹信息采集系统搭建 |
2.4.3 可调节穿戴式猪只行为信息采集装置设计 |
2.5 预试验结果 |
2.6 本章小结 |
3 猪只行为信号的小波降噪 |
3.1 小波阈值降噪 |
3.1.1 小波阈值降噪的原理 |
3.1.2 小波阈值函数的选择 |
3.1.3 小波阈值函数改进 |
3.2 EMD阈值降噪 |
3.3 仿真试验与结果分析 |
3.4 猪只行为信号的降噪试验与结果分析 |
3.4.1 小波基的选择 |
3.4.2 小波分解层数和阈值规则的选择 |
3.5 本章小结 |
4 猪只行为数据的特征提取及平衡化预处理 |
4.1 猪只行为数据的特征提取 |
4.2 特征重要性评估与特征降维 |
4.2.1 Relief F特征选取 |
4.2.2 随机森林(RF)变量重要性评估 |
4.3 基于时间滑动窗口的猪只行为数据预处理 |
4.4 猪只行为数据的平衡化预处理 |
4.4.1 猪只行为数据的分布 |
4.4.2 常用的几种数据平衡化处理方法 |
4.4.3 猪只行为数据的平衡化处理方法 |
4.5 本章小结 |
5 基于机器学习算法的猪只行为识别与分类 |
5.1 基于BP神经网络的猪只行为识别与分类 |
5.1.1 前馈神经网络的结构 |
5.1.2 模型训练及模型性能评价方法 |
5.1.3 不同特征降维方法对猪只行为识别结果的影响 |
5.1.4 时间滑动窗口长度对猪只行为识别结果的影响 |
5.1.5 前馈神经网络最佳参数选择 |
5.1.6 基于欠采样的BP神经网络对猪的行为识别结果 |
5.1.7 不同过采样方法对猪的行为识别效果的对比 |
5.1.8 基于AD-BL-SMOTE的 BP神经网络对猪的行为识别结果 |
5.2 改进BP神经网络对猪的行为识别与分类 |
5.2.1 SoftMax函数 |
5.2.2 改进的SoftMax损失函数 |
5.2.3 基于改进BP神经网络和不平衡数据集的猪只行为识别结果与分析 |
5.3 基于Biased-GWO-SVM的猪只行为识别与分类 |
5.3.1 SVM原理及相关参数选择 |
5.3.2 基于GWO-SVM的猪只行为识别与分类 |
5.3.3 基于GWO-SVM的猪只行为识别结果与分析 |
5.3.4 基于Biased-GWO-SVM的猪只行为识别与分类 |
5.3.5 基于Biased-GWO-SVM的猪只行为识别结果与分析 |
5.3.6 各类行为识别率与训练集大小的相关性探讨 |
5.4 本章小结 |
6 猪栏内温度场的时空分布以及温度对试验猪的影响 |
6.1 猪栏内温度场的时空分布 |
6.1.1 控制方程的选择 |
6.1.2 边界条件和初始条件设置 |
6.1.3 Gambit网格模型建立及划分 |
6.1.4 温度场模拟结果分析 |
6.1.5 试验验证和模型评估 |
6.2 温度对试验猪生长性能的影响 |
6.3 温度对试验猪生理指标的影响 |
6.3.1 温度对试验猪体核温度的影响 |
6.3.2 温度对试验猪体表温度的影响 |
6.3.3 温度对试验猪呼吸速率的影响 |
6.4 温度对试验猪行为的影响 |
6.4.1 温度对试验猪躺卧位置的影响 |
6.4.2 温度对试验猪运动速度和能量消耗的影响 |
6.4.3 温度对试验猪行为活动的影响 |
6.5 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
致谢 |
参考文献 |
作者简介 |
(2)基于忆阻器的神经突触学习功能模拟及仿生传递(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 突触仿生研究现状 |
1.2.2 基于忆阻器的神经突触学习电路研究现状 |
1.3 本文研究内容 |
1.4 章节安排 |
第二章 相关知识 |
2.1 突触与突触可塑性 |
2.2 忆阻器理论 |
2.3 忆阻器模型 |
2.3.1 导电前端迁移模型 |
2.3.2 导电细丝数目模型 |
2.3.3 两种忆阻器模型的比较 |
2.4 基于忆阻器的神经突触仿生 |
2.5 基于忆阻器的突触学习电路 |
2.6 本章小结 |
第三章 基于忆阻器的习惯化学习功能模拟 |
3.1 习惯化及其实现电路 |
3.1.1 习惯化现象 |
3.1.2 现有习惯化实现电路 |
3.2 习惯化特性实现电路设计 |
3.3 习惯化特性仿真 |
3.4 本章小结 |
第四章 基于忆阻器的巴甫洛夫联想记忆学习功能模拟 |
4.1 巴甫洛夫联想记忆及其实现电路 |
4.1.1 巴甫洛夫联想记忆概念 |
4.1.2 现有巴甫洛夫联想记忆实现电路 |
4.2 联想记忆电路设计 |
4.3 联想记忆特性仿真 |
4.3.1 学习和遗忘功能模拟 |
4.3.2 延时学习功能模拟 |
4.4 本章小结 |
第五章 忆阻器的温度效应改进模型及其仿生神经突触传递 |
5.1 氧化钨忆阻器的温度效应模型 |
5.2 温度对忆阻器电导的影响 |
5.3 温度对兴奋性突触后膜电位的影响 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士期间研究成果 |
致谢 |
(3)Hodgkin-Huxley神经元模型中离子通道阻塞效应的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状和进展 |
1.2.1 离子通道研究进展 |
1.2.2 外界刺激影响神经元放电行为的研究进展 |
1.2.3 突触耦合研究进展 |
1.3 研究思路和内容安排 |
第二章 神经元及相关研究方法 |
2.1 神经元的构造和活动过程 |
2.1.1 神经元的结构和分类 |
2.1.2 神经元的静息电位和动作电位 |
2.1.3 离子通道结构 |
2.1.4 突触结构和信号传递 |
2.2 模型和模拟方法 |
2.2.1 Hodgkin-Huxley模型 |
2.2.2 简单的随机方法 |
2.2.3 Markov过程 |
2.2.4 Gilespie算法 |
2.2.5 Langevin方法 |
2.3 本论文使用的研究方法 |
2.3.1 Hopf分岔的基本概念 |
2.3.2 峰峰间隔分岔图 |
2.3.3 功率谱 |
2.3.4 变异系数 |
2.3.5 Fourier系数 |
第三章 Hodgkin-Huxley神经元模型的动力学研究 |
3.1 无离子通道阻塞的Hodgkin-Huxley神经元模型的动力学分析 |
3.1.1 模型介绍 |
3.1.2 外直流刺激下数值模拟结果与讨论 |
3.2 有离子通道阻塞的Hodgkin-Huxley神经元模型的动力学分析 |
3.2.1 模型介绍 |
3.2.2 多频周期信号对分岔点的影响 |
3.2.3 通道噪声对阻塞的Hodgkin-Huxley神经元放电行为的影响 |
3.3 本章小结 |
第四章 具有离子通道阻塞Hodgkin-Huxley神经元耦合的动力学研究 |
4.1 两电耦合的Hodgkin-Huxley神经元的动力学行为分析 |
4.1.1 模型介绍 |
4.1.2 电突触耦合强度对神经元放电行为的影响 |
4.1.3 离子通道阻塞对神经元放电行为的影响 |
4.2 两化学耦合的Hodgkin-Huxley神经元的动力学行为分析 |
4.2.1 模型介绍 |
4.2.2 化学突触耦合强度对神经元放电行为的影响 |
4.2.3 离子通道阻塞对神经元放电行为的影响 |
4.3 本章小结 |
第五章 总结和展望 |
参考文献 |
攻读学位期间发表的学术论文 |
致谢 |
(4)双音叉温湿度传感器研究与设计(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.1.1 课题来源 |
1.1.2 课题背景及研究的目的意义 |
1.2 国内外研究现状 |
1.2.1 温湿度传感器研究现状 |
1.2.2 湿度传感器的温度补偿研究现状 |
1.3 主要研究内容 |
第2章 双音叉温湿度传感器设计 |
2.1 石英晶体相关理论 |
2.1.1 石英晶体的物理参数 |
2.1.2 石英晶体切型 |
2.2 石英音叉敏感元件研究 |
2.2.1 石英压电谐振器的振动模式 |
2.2.2 石英音叉表面电极配置 |
2.2.3 石英音叉谐振器有限元分析 |
2.3 氧化石墨烯物理化学特性分析 |
2.3.1 吸湿率与氧化石墨烯含量关系分析 |
2.3.2 响应速率分析 |
2.3.3 动力学分析 |
2.3.4 环境温度对氧化石墨烯感湿性能影响 |
2.3.5 氧化石墨烯与初始浓度的关系 |
2.4 氧化石墨烯制备与表征性能分析 |
2.5 双音叉温湿度传感器制备 |
2.5.1 氧化石墨烯亲水机理与制备 |
2.5.2 氧化石墨烯感湿膜的制备 |
2.5.3 双音叉温湿度传感器结构设计 |
2.5.4 双音叉温湿度传感器的封装 |
2.6 双音叉温湿度传感器频率响应特性分析 |
2.6.1 温度频率响应特性分析 |
2.6.2 湿度频率响应特性分析 |
2.7 本章小结 |
第3章 双音叉温湿度传感器温度补偿 |
3.1 双音叉温湿度传感器温度补偿原理 |
3.2 基于BP神经网络的温度补偿 |
3.2.1 BP神经网络温度补偿数学模型 |
3.2.2 BP神经网络结构设计 |
3.3 基于AFSA-BP神经网络温度补偿 |
3.4 改进AFSA-BP神经网络算法 |
3.4.1 鱼群初值的选择 |
3.4.2 步长视野的改进 |
3.4.3 行为选择的改进 |
3.4.4 改进AFSA-BP神经网络算法描述 |
3.4.5 改进AFSA-BP神经网络的温度补偿实现 |
3.5 算法性能对比分析 |
3.6 本章小结 |
第4章 基于FPGA神经网络算法温度补偿 |
4.1 单个神经元的实现 |
4.2 激活函数的实现 |
4.2.1 查找表法 |
4.2.2 分段函数线性逼近法 |
4.3 温度补偿的硬件实现 |
4.3.1 BP神经网络整体架构的实现 |
4.3.2 整体实现流程与性能分析 |
4.4 系统仿真分析 |
4.5 本章小结 |
第5章 双音叉温湿度传感器的测试与分析 |
5.1 传感器测试平台的搭建 |
5.1.1 振荡电路 |
5.1.2 频率采集电路 |
5.1.3 温湿度采集客户端设计 |
5.1.4 双音叉温湿度传感器测试实验设计 |
5.2 测试结果与分析 |
5.2.1 温度部分测试结果分析 |
5.2.2 湿度部分测试结果分析 |
5.2.3 双音叉温湿度传感器温度补偿测试结果分析 |
5.3 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的学术论文和获得的专利 |
致谢 |
(5)GABRG2突变导致遗传性癫痫伴热性惊厥附加症(GEFS+)的分子遗传学特征及机制研究(论文提纲范文)
中文摘要 |
abstract |
符号说明 |
前言 |
第一部分 构建GABRG2 敲除细胞系及探讨温度对相关蛋白的影响 |
引言 |
材料与方法 |
结果 |
讨论 |
结论 |
第二部分 GABRG2 基因敲除对HT22 细胞突触囊泡释放及功能的影响 |
引言 |
材料与方法 |
结果 |
讨论 |
结论 |
第三部分 构建GABRG2敲除小鼠模型及探讨温度对小鼠癫痫行为的影响 |
引言 |
材料与方法 |
结果 |
讨论 |
结论 |
第四部分 GABRG2 基因敲除小鼠的表观遗传学特征 |
引言 |
材料与方法 |
结果 |
讨论 |
结论 |
参考文献 |
GABRG2 基因突变致遗传性癫痫伴热性惊厥附加症的分子遗传学研究进展 |
综述参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
个人简介 |
开题、中期及学位论文答辩委员组成 |
(6)神经元及其网络系统的非线性随机动力学研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.1.1 计算神经科学的研究现状 |
1.1.2 非线性动力学的研究现状及在神经系统中的应用 |
1.2 本文的研究思路 |
1.3 本文的主要内容及安排 |
第二章 神经动力学特性研究的影响因素 |
2.1 神经元系统的基本知识和概念 |
2.1.1 神经元的结构和功能 |
2.1.2 神经元放电活动的数学模型 |
2.1.3 突触耦合的数学模型 |
2.2 神经动力学特性的影响因素 |
2.2.1 噪声因素 |
2.2.2 时间延迟 |
2.2.3 温度因素 |
2.2.4 外界信号 |
2.2.5 耦合和网络拓扑结构 |
2.3 神经元之间的网络结构 |
2.3.1 规则网络 |
2.3.2 小世界网络(SWNs) |
2.3.3 随机网络(ERNs) |
2.3.4 前馈神经网络 |
2.4 本章小结 |
第三章 非线性系统随机动力学的研究方法 |
3.1 非线性随机动力学的研究理论及方法 |
3.1.1 稳定性分析及分岔理论 |
3.1.2 神经动力学的理论研究 |
3.1.3 随机系统的共振现象 |
3.2 神经元系统动力学的统计方法 |
3.2.1 神经元放电模式研究的物理方法 |
3.2.2 神经元系统的相位同步指标 |
3.2.3 信号和系统响应研究的物理方法 |
3.3 本章小结 |
第四章 不同因素对神经元系统动力学特性影响的研究 |
4.1 时间延迟下耦合神经元系统的放电模式调控和相位同步 |
4.1.1 模型建立和描述 |
4.1.2 相位同步的理论推导 |
4.1.3 单时间延迟下耦合神经元系统的相位同步和模式调控 |
4.1.4 多时间延迟下耦合神经元系统的相位同步和模式调控 |
4.1.5 结果分析 |
4.2 神经元系统放电模式选择对能量的依赖性 |
4.2.1 模型建立和描述 |
4.2.2 能量的理论推导 |
4.2.3 外界电流驱动下神经元放电模式变化对能量的依赖性 |
4.2.4 电磁效应驱动下神经元放电模式变化对能量的依赖性 |
4.2.5 结果分析 |
4.3 本章小结 |
第五章 神经元网络的非线性动力学特性研究 |
5.1 神经元网络中弱信号的传递 |
5.1.1 弱信号在神经网络中传递的研究背景 |
5.1.2 模型建立和描述 |
5.1.3 噪声强度对弱信号传递的影响 |
5.1.4 突触权重对弱信号传递的影响 |
5.1.5 结果分析 |
5.2 色噪声激励下神经元网络的反随机共振现象 |
5.2.1 反随机共振的研究现状 |
5.2.2 模型建立和描述 |
5.2.3 高斯色噪声下神经元网络中的反随机共振现象 |
5.2.4 非高斯色噪声下神经元网络中的反随机共振现象 |
5.2.5 结果分析 |
5.3 神经元网络中的周期性放电率振荡和簇同步现象 |
5.3.1 簇同步的研究背景 |
5.3.2 模型建立和描述 |
5.3.3 神经元系统的周期性放电率振荡现象 |
5.3.4 周期性放电率振荡现象的普遍性 |
5.3.5 神经元系统中的簇同步现象 |
5.3.6 结果分析 |
5.4 本章小结 |
第六章 总结和展望 |
6.1 全文研究工作总结 |
6.2 后续的研究工作展望 |
参考文献 |
在校期间发表的论文 |
致谢 |
(7)氧化锆栅介质锗基场效应晶体管(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 CMOS发展概要 |
1.1.1 CMOS尺寸缩减 |
1.1.2 高κ栅介质 |
1.1.3 Ge沟道MOSFET器件 |
1.2 FeFET非易失性存储器 |
1.3 FeFET神经突触器件 |
1.4 论文组织 |
第二章 ZrO_2栅介质Ge pMOSFET和 pFinFET |
2.1 引言 |
2.2 退火温度对ZrO_2 Ge pMOSFET性能的影响 |
2.2.1 ZrO_2 Ge pMOSFET器件制备 |
2.2.2 ZrO_2 Ge pMOSFET器件测试与分析 |
2.2.3 小结 |
2.3 超薄EOT ZrO_2 Ge pMOSFET |
2.3.1 超薄EOT ZrO_2 Ge pMOSFET器件制备 |
2.3.2 超薄EOT ZrO_2 Ge pMOSFET器件测试与分析 |
2.3.3 小结 |
2.4 ZrO_2栅介质GeOI pFinFET |
2.4.1 ZrO_2栅介质GeOI pFinFET器件制备 |
2.4.2 ZrO_2栅介质GeOI pFinFET器件测试与分析 |
2.4.3 小结 |
2.5 本章小结 |
第三章 ZrO_2栅介质FeFET非易失性存储器 |
3.1 引言 |
3.2 ZrO_2 FeFET非易失性存储器器件制备 |
3.3 ZrO_2 FeFET非易失性存储器器件电学特性 |
3.4 本章小结 |
第四章 ZrO_2栅介质FeFET器件铁电机制 |
4.1 引言 |
4.2 不同ZrO_2 薄膜厚度FeFET器件制备 |
4.3 ZrO_2 FeFET铁电机制与性能分析 |
4.4 本章小结 |
第五章 ZrO_2栅介质FeFET神经突触器件 |
5.1 引言 |
5.2 ZrO_2 FeFET神经突触器件制备 |
5.3 ZrO_2 FeFET神经突触器件测试与分析 |
5.4 本章小结 |
第六章 结论和展望 |
6.1 研究结论 |
6.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
(8)吉林西部盐渍土未冻水含量影响因素及预测研究(论文提纲范文)
中文摘要 |
abstract |
第1章 绪论 |
1.1 选题依据及研究意义 |
1.2 盐渍土研究进展 |
1.2.1 盐渍土概况 |
1.2.2 盐渍土研究现状 |
1.3 未冻水研究进展 |
1.3.1 未冻水含量测试及影响因素研究进展 |
1.3.2 未冻水含量预测研究进展 |
1.4 本文主要研究内容、技术路线及创新点 |
1.4.1 研究内容 |
1.4.2 技术路线 |
1.4.3 主要创新点 |
第2章 土体物质组成、物理化学性质及孔隙特征分析 |
2.1 研究区概况 |
2.2 野外调查及取样 |
2.3 土体物质组成 |
2.3.1 粒度组成 |
2.3.2 矿物组成 |
2.4 土体物理化学性质 |
2.4.1 含水率 |
2.4.2 易溶盐含量 |
2.4.3 pH值及阳离子交换容量 |
2.5 土体孔隙特征 |
2.6 本章小结 |
第3章 研究区土体冻结温度测试 |
3.1 土体冻结本质 |
3.2 土体冻结温度试验 |
3.2.1 样品基本参数确定 |
3.2.2 样品制备 |
3.2.3 试验设备及步骤 |
3.3 试验结果 |
3.4 影响冻结温度的主要因素与机理分析 |
3.4.1 含水率对冻结温度的影响 |
3.4.2 含盐量对冻结温度的影响 |
3.4.3 压实度对冻结温度的影响 |
3.4.4 土的物质组成对冻结温度的影响 |
3.5 本章小结 |
第4章 研究区土体未冻水含量测试 |
4.1 研究区土体中未冻水含量确定方法 |
4.1.1 测温法 |
4.1.2 核磁共振法 |
4.2 试验样品制备 |
4.3 研究区土体未冻水含量 |
4.3.1 测温法未冻水含量 |
4.3.2 核磁共振法未冻水含量 |
4.4 试验结果分析 |
4.5 本章小结 |
第5章 影响未冻水含量的主要因素 |
5.1 盐渍土中的水 |
5.2 盐渍土的吸力与含水率关系 |
5.3 温度对未冻水含量的影响 |
5.4 含水率对未冻水含量的影响 |
5.5 含盐量对未冻水含量影响 |
5.6 冻融循环过程对未冻水含量影响 |
5.7 本章小结 |
第6章 研究区土体未冻水含量预测 |
6.1 模型数据预处理 |
6.2 基于BP神经网络的未冻水含量预测模型 |
6.2.1 BP神经网络 |
6.2.2 确定模型的网络结构 |
6.2.3 确定模型的隐含层节点数 |
6.2.4 BP神经网络预测模型的实现 |
6.3 基于自适应模糊神经推理系统的未冻水含量预测模型 |
6.3.1 模糊推理系统 |
6.3.2 自适应模糊神经推理系统 |
6.3.3 ANFIS预测模型的建立 |
6.3.4 ANFIS预测模型的实现 |
6.4 基于支持向量机的未冻水含量预测模型 |
6.4.1 支持向量机 |
6.4.2 SVM预测模型的建立 |
6.4.3 SVM预测模型的实现 |
6.5 预测模型比较与优选 |
6.6 本章小结 |
第7章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
攻读博士学位期间所取得的科研成果 |
致谢 |
(9)油炸公干鱼品质变化规律及其煎炸油的复配研究(论文提纲范文)
摘要 |
Abstract |
中英文缩略词对照表 |
第一章 绪论 |
1.1 公干鱼及其加工概述 |
1.1.1 公干鱼简介 |
1.1.2 油炸休闲制品研究现状 |
1.2 油炸加工概述 |
1.2.1 油炸行业的发展现状 |
1.2.2 油炸加工过程 |
1.2.3 煎炸油种类 |
1.2.4 煎炸油品质评价方法 |
1.3 降低食品吸油率的研究现状 |
1.3.1 食品的吸油机理 |
1.3.2 影响食品吸油率的因素及控制措施 |
1.4 提高煎炸油使用寿命的研究现状 |
1.4.1 煎炸调和油 |
1.4.2 添加抗氧化剂 |
1.5 立题意义及主要研究内容 |
1.5.1 本课题立题意义 |
1.5.2 本课题主要研究内容 |
第二章 公干鱼深度油炸过程中传质动力学及品质变化研究 |
2.1 前言 |
2.2 实验材料及仪器 |
2.2.1 实验主要原料与试剂 |
2.2.2 实验主要仪器 |
2.3 实验方法 |
2.3.1 工艺流程 |
2.3.2 中心温度的测定 |
2.3.3 水分含量及水分活度的测定 |
2.3.4 油脂含量的测定 |
2.3.5 LF-NMR测量水分和油脂的分布 |
2.3.6 出品率的测定 |
2.3.7 色泽的测定 |
2.3.8 质构的测定 |
2.3.9 数据分析 |
2.4 结果与讨论 |
2.4.1 油炸至不同水分含量公干鱼的感官品质 |
2.4.2 公干鱼油炸过程的传热曲线 |
2.4.3 油炸公干鱼的水分含量及动力学模拟 |
2.4.4 油炸公干鱼的油脂含量及动力学模拟 |
2.4.5 油炸公干鱼的出品率 |
2.4.6 油炸公干鱼的低场核磁共振分析 |
2.4.7 油炸公干鱼的色泽变化 |
2.4.8 油炸公干鱼的全质构 |
2.4.9 油炸公干鱼的穿刺试验 |
2.5 本章小结 |
第三章 基于BP神经网络预测油炸公干鱼的水分和油脂含量 |
3.1 前言 |
3.2 实验材料及仪器 |
3.2.1 实验主要原料与试剂 |
3.2.2 实验主要仪器 |
3.3 实验方法 |
3.3.1 实验操作 |
3.3.2 试验指标的测定 |
3.3.3 响应面试验设计 |
3.3.4 BP神经网络模型的建立 |
3.3.5 正交试验数据仿真 |
3.3.6 数据分析 |
3.4 结果与讨论 |
3.4.1 响应面实验设计分析 |
3.4.2 神经网络模型 |
3.4.3 模型下的正交仿真 |
3.5 本章小结 |
第四章 公干鱼深度油炸对大豆油品质的影响 |
4.1 前言 |
4.2 实验材料及仪器 |
4.2.1 实验主要原料与试剂 |
4.2.2 实验主要仪器 |
4.3 实验方法 |
4.3.1 煎炸过程 |
4.3.2 相关化学指标的测定 |
4.3.3 相关物理性质的测定 |
4.3.4 可见吸收光谱的测量 |
4.3.5 低场核磁共振自旋-自旋弛豫时间(T2)测量 |
4.3.6 数据分析 |
4.4 结果与讨论 |
4.4.1 煎炸温度对大豆油化学指标的影响 |
4.4.2 煎炸温度对大豆油物理性质的影响 |
4.4.3 理化指标间的相关和回归分析 |
4.4.4 煎炸温度对大豆油可见吸收光谱的影响 |
4.4.5 煎炸温度对大豆油低场核磁分布的影响 |
4.5 本章小结 |
第五章 一种耐煎炸调和油的配方设计及评价 |
5.1 前言 |
5.2 实验材料及仪器 |
5.2.1 实验主要原料与试剂 |
5.2.2 实验主要仪器 |
5.3 实验方法 |
5.3.1 煎炸过程 |
5.3.2 相关物理化学指标的测定 |
5.3.3 烟点的测定 |
5.3.4 生育酚的测定 |
5.3.5 脂肪酸组成的测定 |
5.3.6 油脂氧化稳定性指数(OSI)的测定 |
5.3.7 自由基考察 |
5.3.8 数据分析 |
5.4 结果与讨论 |
5.4.1 三种植物油的基本指标 |
5.4.2 三种植物油的脂肪酸结构 |
5.4.3 三种植物油的氧化诱导曲线 |
5.4.4 煎炸条件下三种植物油化学指标的变化 |
5.4.5 混料试验设计结果分析 |
5.4.6 复配油自由基生成考察 |
5.4.7 复配油实际煎炸考察 |
5.5 本章小结 |
主要结论与展望 |
主要结论 |
展望 |
致谢 |
参考文献 |
附录 :作者在攻读硕士学位期间发表的论文 |
(10)3D打印耗材生产线线径和能耗预测模型的建立及应用(论文提纲范文)
摘要 |
abstract |
符号说明 |
第一章 绪论 |
1.1 课题研究的背景和意义 |
1.2 人工神经网络在工业中的研究现状 |
1.2.1 人工神经网络概述 |
1.2.2 前馈神经网络 |
1.2.3 人工神经网络在工业中的应用 |
1.3 物联网监控技术的研究现状 |
1.3.1 物联网技术概述 |
1.3.2 物联网监控技术的应用 |
1.4 聚合物挤出加工领域中工艺参数对成型制品质量影响 |
1.4.1 温度的影响 |
1.4.2 压力的影响 |
1.4.3 螺杆转速的影响 |
1.4.4 牵引速度的影响 |
1.4.5 冷却定型过程的影响 |
1.5 课题研究内容 |
第二章 3D打印耗材生产线线径监测系统的设计及应用 |
2.1 系统的总体设计方案 |
2.1.1 系统的设计要求 |
2.1.2 系统的组成和工作流程 |
2.2 系统硬件的设计 |
2.2.1 硬件装置的电路连接 |
2.2.2 系统硬件的选型 |
2.2.2.1 测量装置和显示控制单元 |
2.2.2.2 数据处理单元和数据记录器模块 |
2.2.2.3 无线通讯模块 |
2.3 系统的程序开发 |
2.3.1 Arduino程序的设计 |
2.3.2 Matlab程序的设计 |
2.3.2.1 Matlab与Arduino通信程序的设计 |
2.3.2.2 显示终端软件的设计 |
2.3.3 NodeMcu程序的设计 |
2.3.4 远程监测中心软件设计 |
2.4 应用测试 |
2.5 本章小结 |
第三章 基于GA-BP神经网络的挤出耗材线径预测模型的开发及应用 |
3.1 GA-BP神经网络 |
3.1.1 BP神经网络 |
3.1.2 遗传算法优化BP神经网络 |
3.2 工艺因素对耗材线径的影响分析 |
3.2.1 实验部分 |
3.2.1.1 主要原料 |
3.2.1.2 主要设备与仪器 |
3.2.1.3 实验过程 |
3.2.1.4 线径的评价标准 |
3.2.2 结果与讨论 |
3.2.2.1 螺杆转速和定径模头温度对耗材线径的影响 |
3.2.2.2 机筒温度对耗材线径的影响 |
3.2.2.3 牵引速度对耗材线径的影响 |
3.3 GA-BP神经网络预测模型的建立 |
3.3.1 数据的选择 |
3.3.2 数据的预处理 |
3.3.3 网络拓扑结构的设计 |
3.3.4 BP神经网络初始化参数的设置 |
3.3.5 遗传算法初始化参数的设置 |
3.3.6 网络模型的训练 |
3.4 分析与讨论 |
3.4.1 网络模型预测能力的评价 |
3.4.2 进一步提升模型预测能力的途径 |
3.5 预测模型的应用 |
3.5.1 软件的开发环境 |
3.5.2 耗材线径预测模块 |
3.5.2.1 界面介绍及使用方法 |
3.5.2.2 后台程序的开发 |
3.5.3 生产工艺预测模块 |
3.5.3.1 界面介绍及使用方法 |
3.5.3.2 后台程序的开发 |
3.6 本章小结 |
第四章 基于RBF神经网络的耗材生产线能耗预测模型的开发及应用 |
4.1 RBF神经网络 |
4.1.1 RBF神经网络结构 |
4.1.2 RBF神经网络学习算法 |
4.2 影晌因素的相关性分析 |
4.2.1 数据的获取 |
4.2.2 相关性分析结果 |
4.3 基于RBF神经网络能耗预测模型的建立 |
4.3.1 数据的选择与处理 |
4.3.2 网络拓扑结构及训练参数的设计 |
4.3.3 训练及仿真 |
4.3.4 模型预测能力的评价 |
4.4 预测模型的应用 |
4.4.1 界面介绍及使用方法 |
4.4.2 后台程序的开发 |
4.5 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
附录1 |
附录2 |
致谢 |
研究成果及发表的学术论文 |
作者与导师简介 |
附录 |
四、温度对神经元网络活动的影响(论文参考文献)
- [1]基于机器学习的猪只行为识别与分类方法研究[D]. 靳敏. 内蒙古农业大学, 2021(01)
- [2]基于忆阻器的神经突触学习功能模拟及仿生传递[D]. 张蒙. 东华大学, 2021(01)
- [3]Hodgkin-Huxley神经元模型中离子通道阻塞效应的研究[D]. 周秀颖. 华中师范大学, 2021(02)
- [4]双音叉温湿度传感器研究与设计[D]. 张峰峰. 哈尔滨理工大学, 2021(09)
- [5]GABRG2突变导致遗传性癫痫伴热性惊厥附加症(GEFS+)的分子遗传学特征及机制研究[D]. 李信晓. 宁夏医科大学, 2021(02)
- [6]神经元及其网络系统的非线性随机动力学研究[D]. 鹿露露. 华中师范大学, 2021(02)
- [7]氧化锆栅介质锗基场效应晶体管[D]. 刘欢. 西安电子科技大学, 2020(02)
- [8]吉林西部盐渍土未冻水含量影响因素及预测研究[D]. 刘宇峰. 吉林大学, 2020
- [9]油炸公干鱼品质变化规律及其煎炸油的复配研究[D]. 陈康明. 江南大学, 2020(01)
- [10]3D打印耗材生产线线径和能耗预测模型的建立及应用[D]. 方胜杰. 北京化工大学, 2020(02)