文献阅读笔记:脉冲神经网络最新文献合集-XII

序号 英文标题 作者及机构 中文翻译 出处 链接
1 Analysis and classification of interictal spike discharges in benign partial epilepsy of childhood on the basis of the Hilbert transformation Hoffmann, K.; Feucht, M.; Witte, H.; Benninger, F.; Bolten, J.(未提及具体机构) 基于希尔伯特变换的儿童良性部分性癫痫发作间期棘波放电分析与分类 Neuroscience Letters 1996 Vol.211 No.3 P195-198 链接
2 Experimental Study on the Relationship between the Formation of Mesial Temporal Lobe Epilepsy in Mice, the Expression of Cation-Chloride Cotransporters and Hippocampal Remodeling 李修彬(中山大学;中山大学附属第一医院) 小鼠颞叶内侧癫痫形成与阳离子-氯离子共转运体的表达及海马重构关系的实验研究 中山大学附属第一医院 2008(学位论文) 链接
3 Plasticity to the Rescue Sharpee, Tatyana O.(aComputational Neurobiology Laboratory, Salk Institute for Biological Studies, La Jolla, 92037, CA, United States) 可塑性的“拯救”作用 Neuron 2016 Vol.92 No.5 P935-936 链接
4 Conversion from Rate Code to Temporal Code – Crucial Role of Inhibition 未提及具体作者 从速率编码到时间编码的转换——抑制的关键作用 Lecture Notes in Computer Science 2016 Vol.9719 No.1 P665-672 链接
5 Spiking Neural Models and Their Application in DNA Microarrays Classification Roberto A. Vazquez, Beatriz A. Garro(未提及具体机构) 脉冲神经模型及其在DNA微阵列分类中的应用 Lecture Notes in Computer Science 2019 Vol.11656 No.1 P164-172 链接
6 NatCSNN: A Convolutional Spiking Neural Network for Recognition of Objects Extracted from Natural Images Pedro Machado, Georgina Cosma, T. Martin McGinnity(未提及具体机构) NatCSNN:一种用于自然图像提取目标识别的卷积脉冲神经网络 Lecture Notes in Computer Science 2019 Vol.11727 No.1 P351-362 链接
7 Design Space Exploration of Hardware Spiking Neurons for Embedded Artificial Intelligence Nassim Abderrahmane, Edgar Lemaire, Benoît Miramond(未提及具体机构) 面向嵌入式人工智能的硬件脉冲神经元设计空间探索 Neural Networks 2020 Vol.121 P366-386 链接
8 Brain-wide functional connectivity of face patch neurons during rest Daniel Zaldivar; Kenji W. Koyano; Frank Q. Ye; David C. Godlove; Soo Hyun Park; Brian E. Russ; Rebecca Bhik-Ghanie; David A. Leopold(未提及具体机构) 静息状态下面部斑块神经元的全脑功能连接 Proceedings of the National Academy of Sciences of the United States of America 2022 Vol.119 No.36 P1-11
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

BetterInsight

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值