稀疏认知学习、计算与识别的研究进展-焦李成论文学习笔记
引言1.已发现许多自然信号在适当的变换下呈现稀疏性(即大多数变换系数为零或接近于零,仅有少数的变换系数不为零).2.验证了自然图像经过稀疏编码后,学习得到的基函数可以近似描述V1 区上简单细胞的感受野的响应特性。3.本文:借鉴生物视觉的稀疏认知机理,学习并完成该机理的数学建模,进而通过得到的稀疏认知计算模型实现目标(如自然图像等)的识别.生物视觉稀疏认知机理的研究进展生物视觉稀疏认知机理的生理实验依据实验结论:: 具有相同的轮廓与形状但细节不同的视觉刺激,所引起V1 区的活性模式是相似的,即具
原创
2020-08-23 11:36:41 ·
387 阅读 ·
0 评论