基于改进型脉冲耦合神经网络的混沌相态分类方法

来源期刊：东北大学学报(自然科学版)2011年第4期

论文作者：蒋芳芳 王旭 杨丹

文章页码：485 - 488

关键词：混沌相态分类;改进型脉冲耦合神经网络;微弱信号检测;特征提取;心电信号;

摘    要：混沌相态分类是利用混沌系统检测微弱信号的关键步骤.提出一种基于改进型脉冲耦合神经网络的混沌相态分类方法.利用该网络模拟哺乳动物视觉皮层神经细胞活动的特点,提取混沌系统输出相态图的结构特征,并应用均值残差算法进行特征信息降维,进而实现对系统混沌态与周期态的实时判别.以Lyapunov特性指数方法作为评价准则,分别使用正弦信号和标准ECG信号对所提方法进行检验,实验结果表明,所提方法可以快速、准确地对不同的混沌相态进行分类.