1.生物学启发
Grossberg网络是受到了人类视觉系统的生理学研究的启发
如图,视网膜是大脑的一部分,它由三层神经细胞组成:
外层
光感受器:转化光成电信号
杆状体 – 使我们能在昏暗的情况下看见东西
锥体 – 使我们能看到精细的细节和色彩
中间层
双极细胞 – 连接光感受器到第三层
水平细胞 – 连结感受器和双极细胞
无长突细胞 – 连结双极细胞与神经节细胞
第三层
神经节细胞 – 通过视觉神经连结视网膜到大脑
(1)幻觉
克服视网膜的不完善的吸收机制产生了幻觉,Grossberg和其他人使用了大量已知的幻觉来探测自适应感知机制。
视网膜的吸收过程中存在着不完善之处:
(a)视神经乳头处既无杆状细胞,也无椎体细胞,给视场造成盲点。
(b)动脉和静脉在视网膜后部的光感受器的前面交叉,阻碍了杆状细胞及椎体细胞接收市场中的所有光线。
对此,视觉路径上的神经系统做出了某些补偿处理
(a)应急切断(Emergent Segmentation):补偿了丢失的边界。
(b)特征填充(Featural Filling-In):在产生的边界内填充颜色和亮度
(2)视觉规格化
(a)亮度一致
(b)亮度对比
仅觉察到相对亮度的差别,非绝对亮度。
2.基本线性系统
(1)漏积分器
一阶线性微分方程
(1)
ε是系统的时间常量
对于一个任意的输入p(t),漏积分器的响应是
(2)
当p为常数,n(0)=0时,
上式变为
重要属性:
(a)由于(1)式是线性的,如果输入p按比例变化,则响应n(t)也会以同样的大小按比例变化
(b)漏积分器的响应速度由时间常数ε决定。当ε减少时,响应速度变快,当ε增加时相应速度变慢。
(2)并联模型
操作方程: