摘要：文獻[1-9]提出了血液循環在大腦處理信息的過程中具有時序控制作用，并用量化模型結合結構風險最小化相關理論說明時序控制作用的意義。文獻[10-24]匯總介紹量化模型中的一些細節。本文介紹我們開發的一個算法，這一算法實現將一個有向網絡分解為一系列前向網絡集合。分解出來的前向網絡集合可用于分析各種情況對任一細胞活動情況的影響，也可用于搭建精細的神經網絡模型，進而用于輔助醫學等方面的研究。算法的網絡分解能力能符合文獻[1-28]所介紹的大腦處理信息量化方案的要求

關鍵詞過程存儲和重組模型；時序控制；腦電波；微循環；結構風險；中樞神經系統；信息處理；微環路；時間認知；智力起源；大腦量化模型；前向網絡樹

中圖分類號：Q426文獻標識碼：A文章編號：

An Arithmetic For Neural Network Analysis：From Directed Graph To FFN Trees

XIEQIN1,*

1 Bureau of Science, Technology and Information of Guangzhou Municipality ; IT&T Department, GAGOC ?Guangzhou，510000

Abstract:Literatures [1-9] suggest that blood circulation plays the role of basic timer when brain processing information; and suggest a quantitative model of brain information processing. Literatures [10-24] introduced details of the quantitative model.This article introduce an arithmetic that we design for network analyse.This arithmetic is able to change a directed network with feedback loops into a set of feedforward networks，according to the quantiative solution suggested by literatures [1-9]

Keywords:model of process storing and recalling; timing control; EEG; microcirculation; structure risk minimization; CNS; information processing; micro circuit; time cognition; origin of intelligence; quantitative model of brain information processing; FeedForward Network Tree; FFN Tree

轉載本文請聯系原作者獲取授權，同時請注明本文來自謝勤科學網博客。

鏈接地址：http://blog.sciencenet.cn/blog-746780-777122.html

上一篇：一種可用于腦神經網絡分析的有向圖分解算法

下一篇：大腦處理信息量化模型中的細節匯編十五 已正式出版

總結

以上是生活随笔為你收集整理的有向图算法 PHP,科学网—一种可用于脑神经网络分析的有向图分解算法 第六稿 - 谢勤的博文...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。