一种基于海马位置细胞选择机制的空间认知模型

发布时间：2021-04-28 13:25

　　生物学研究表明,位置细胞是大鼠知晓当前所处空间位置的主要依据。由于网格细胞是位置细胞的主要信息输入源,因此需要构建由网格细胞到位置细胞的映射模型。针对这一问题,本文提出一种网格细胞到位置细胞的逆传播误差神经网络映射模型,实现在给定区域内对位置的精确表达。又依据边界细胞对环境边界特异性放电这一生理特性,实现利用边界细胞对网格野位相的周期性重置,使该模型完成任意大小空间中的位置认知。本文设计了仿真实验对比理论位置细胞板的活动情况,又分别对比竞争型神经网络模型的耗时和RatSLAM位姿细胞板的定位误差。实验结果表明,本文模型能够得到单一的位置野,并在耗时实验中较竞争型神经网络模型算法效率提高85.94%;在定位实验中较RatSLAM位姿细胞板的平均定位误差下降41.35%。因此本文提出的位置认知模型不仅可以实现网格细胞到位置细胞之间信息的高效传递,而且能够在任意大小的空间区域内实现自身位置的精确定位。 

【文章来源】：生物医学工程学杂志. 2020,37(01)北大核心EICSCD

【文章页数】：11 页

【文章目录】：
引言
1 基本模型的建立
    1.1 基于条纹波的二维网格野模型
    1.2 位置细胞的放电模型
    1.3 网格细胞到位置细胞的逆传播误差神经网络模型
    1.4 边界细胞的放电模型
2 位置认知模型的实现步骤
3 仿真实验与结果分析
    3.1 仿真参数的设定
    3.2 给定空间区域内运动时的仿真实验
    3.3 任意大小空间范围内运动时的仿真实验
    3.4 对比竞争型神经网络的算法效率实验
    3.5 本文算法位置细胞板与RatSLAM中位姿细胞板对比实验
4 结论


【参考文献】：
期刊论文
[1]基于网格细胞到位置细胞转换的位置估计模型[J]. 周阳,吴德伟.  电子与信息学报. 2017(09)
[2]大鼠脑海马结构认知机理及其在机器人导航中的应用[J]. 于乃功,方略,罗子维,苑云鹤,蒋晓军.  北京工业大学学报. 2017(03)
[3]一种基于海马认知机理的仿生机器人认知地图构建方法[J]. 于乃功,苑云鹤,李倜,蒋晓军,罗子维.  自动化学报. 2018(01)
[4]一种网格细胞到位置细胞的高斯分布激活函数模型[J]. 于乃功,方略,罗子维,苑云鹤,蒋晓军,蔡建羡.  生物医学工程学杂志. 2016(06)
[5]网格细胞到位置细胞的竞争型神经网络模型[J]. 于乃功,王琳,李倜,陈焕朝.  控制与决策. 2015(08)



本文编号：3165556