动态认知神经功能重建中的输入输出信号处理方法技术
【技术实现步骤摘要】
本专利技术涉及多输入输出动态系统信号处理
，更具体地，涉及一种动态认知神经功能重建中的输入输出信号处理方法。
技术介绍
由于人工神经网络具有极强的函数逼近能力，它能以任意精度充分逼近任意连续非线性函数，对复杂不确定问题具有自适应和自学习能力，神经网络的出现为医疗手术过程中的路径规划、生物图像辨识、机电设备设计、优化计算等领域提供了一种新的高效数据处理方式。然而，对于具有动态认知神经网络的系统，通常使用的是逼近和递归方式(例如，现有技术中包括的前馈神经逼近网络)，目前尚无收敛速度较快的输入输出信号处理方法(参见Carvalho J P.Rule Based Fuzzy Cognitive Maps-Qualitative Dy-namics[OL].http://www.google.com)。经验证：典型的Elman动态网络仅具有积分特性，改进Elman网络则具有比例积分特性。
技术实现思路
为了提高动态认知神经网络中节点信号的处理速度，本专利技术提供了一种动态认知神经功能重建中的输入输出信号处理方法，包括：(1)根据动态认知神经网络的状态构造检测信号接收矩阵；(2)对当前时刻的检测信号接收矩阵进行奇异值分解；(3)根据下一时刻的检测信号接收矩阵以及所述奇异值分解结果构造反馈信号矩阵；(4)对信号进行放大处理并对动态认知神经网络进行迭代。进一步地，所述步骤(1)包括：(11)根据动态认知神经网络的状态，在t时刻的状态，获得t时刻要输入到节点Ni的有效信号Si(t)以及t+1时刻输入到节点Ni的有效信号S′i(t+1)，所述有效信号表示在动态认知神经网络...
【技术保护点】
一种动态认知神经功能重建中的输入输出信号处理方法，包括：(1)根据动态认知神经网络的状态构造检测信号接收矩阵；(2)对当前时刻的检测信号接收矩阵进行奇异值分解；(3)根据下一时刻的检测信号接收矩阵以及所述奇异值分解结果构造反馈信号矩阵；(4)对信号进行放大处理并对动态认知神经网络进行迭代。
【技术特征摘要】
1.一种动态认知神经功能重建中的输入输出信号处理方法，包括：(1)根据动态认知神经网络的状态构造检测信号接收矩阵；(2)对当前时刻的检测信号接收矩阵进行奇异值分解；(3)根据下一时刻的检测信号接收矩阵以及所述奇异值分解结果构造反馈信号矩阵；(4)对信号进行放大处理并对动态认知神经网络进行迭代。2.根据权利要求1所述的动态认知神经功能重建中的输入输出信号处理方法，其特征在于，所述步骤(1)包括：(11)根据动态认知神经网络的状态，在t时刻的状态，获得t时刻要输入到节点Ni的有效信号Si(t)以及t+1时刻输入到节点Ni的有效信号S′i(t+1)，所述有效信号表示在动态认知神经网络中的符合预定条件的信号传输路径中传输的信号，i＝1，2，…N，N为正整数；(12)计算各待处理信号Si(t)之间的对数比例，获得它们彼此之间的比例系数：K1:K2:K3:...:KN＝|lg(||S1(t)||)|:|lg(||S2(t)||)|:|lg(||S3(t)||)|:...:|lg(||SN(t)||)|(13)构造t时刻的检测信号接收矩阵A： B = K 1 K 1 × K 2 ... ... K N - 1 × K N K 2 × K 1 K 2 ... ... ... ... ... ... ... ... ... ... ... ... K N - 2 × K N - 1 K N × K 1 K N × K 2 ... ... K N ; ]]>(14)构造(t+1)时刻的检测信号接收矩阵B： B = K ′ 1 K ′ 1 × K ′ 2 ... ... K ′ N - 1 × K ′ N K ′ 2 × K ′ 1 K ′ 2 ... ... ... ... ... ... ... ... ... ... ... ... ...
【专利技术属性】
技术研发人员：周琳，陈林瑞，
申请(专利权)人：四川东鼎里智信息技术有限责任公司，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。