基于人腦學習與記憶的多源信息融合算法研究.pdf

1、人腦是自然界中最復雜、最高效的信息處理系統(tǒng)，探索人腦信息處理的過程是腦認知研究的核心內(nèi)容。由于單個神經(jīng)元或單一腦區(qū)不能實現(xiàn)腦的高級功能，因此從不同感官之間在腦中的信息整合機制，揭示腦對神經(jīng)信息的處理機制是非常必要的。徹底揭開人類的聽覺、視覺以及視聽等跨通道跨模態(tài)的認知機制和如何建立其有效可行的數(shù)學模型，是自然科學、認知科學和計算機科學面臨的極大挑戰(zhàn)之一。
　　論文主要研究不同模態(tài)之間的信息整合及學習和記憶機制問題，尤其是視覺和聽覺

2、的信息整合問題。本文的主要創(chuàng)新點主要包括三個方面工作。首先，根據(jù)人腦在對象感知層次上，要把各種通道獲得過來的信號進行處理，剔除冗余特征處理過程，提出了一種能夠提取相同信號不同樣本的最相似特征的方法。其次，深入了解了大腦對多模式感知信息的處理、學習和記憶機制，根據(jù)人腦的記憶連接模型，提出了基于矩陣融合乘積的視聽信息融合方法。最后，根據(jù)人腦中不同信息分層分區(qū)處理的機制，利用徑向基神經(jīng)網(wǎng)絡，建立了腦的信息學習和記憶的三層立體網(wǎng)絡結(jié)構(gòu)。