本项目研究脑运动神经系统的建模与控制问题。在生物实验数据基础上,基于Spiking神经网络,研究建立该系统更为精确实用的非线性模型的建模方法和有效的辨识与控制算法,同时开发出相应的实用软件并建立仿真环境。研究内容包括:Spiking神经网络的基本理论与算法研究;基于Spiking神经网络的脑运动神经系统非线性模型建模和控制研究;在上述研究基础上开发多通道神经元脉冲序列信号专用分析处理软件;受生物脑神经运动控制启发的仿生运动控制系统的研究。一方面,本项目的研究为生物脑机接口技术提供新的模型与方法,其成果对于设计出更精确的实用脑机接口装置具有重要的指导意义,为最终实现帮助残疾人恢复部分肌体功能提供可能;另一方面,基于该研究成果有望实现能够适应复杂环境并完成更加精细任务的智能仿生运动控制系统。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
一种光、电驱动的生物炭/硬脂酸复合相变材料的制备及其性能
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
宁南山区植被恢复模式对土壤主要酶活性、微生物多样性及土壤养分的影响
Spiking神经网络学习算法研究
肌骨神经系统的整合模型与运动控制
Spiking神经网络在移动机器人感知及控制中的应用研究
基于混杂建模的耦合神经系统最优控制及应用