毕 松，刁 奇，柴小丰，韩存武

(北方工业大学 现场总线技术及自动化北京市重点实验室，北京 100144)

(*通信作者电子邮箱diaoqi0301@qq.com)

基于非联合型学习机制的学习神经元模型

毕 松，刁 奇*，柴小丰，韩存武

(北方工业大学 现场总线技术及自动化北京市重点实验室，北京 100144)

(*通信作者电子邮箱diaoqi0301@qq.com)

针对生物神经细胞所具有的非联合型学习机制，设计了具有非联合型学习机制的新型神经元模型——学习神经元。首先，研究了非联合型学习机制中习惯化学习机制和去习惯化学习机制的简化描述；其次，建立了习惯化和去习惯化学习机制的数学模型；最后, 基于经典的M-P(McCulloch-Pitts)神经元模型，提出了具有习惯化和去习惯化学习能力的新型神经元模型——学习神经元。经仿真实验验证，学习神经元具有典型的习惯化和去习惯化学习能力，为构建新型神经网络提供良好的基础。

非联合型学习机制；学习神经元；习惯化；去习惯化

0 引言

近年来，随着信息技术的快速发展，获取大规模数据集的成本逐渐降低，因此，从大规模数据集中自动获取问题相关知识并解决复杂问题的机器学习技术，已经成为众多领域中解决复杂任务的有效技术手段。人工神经网络是机器学习的重要分支，随着深度网络等具有优秀学习能力的新型人工神经网络的涌现，人工神经网络技术又重新受到机器学习领域研究者的重视。然而，现有人工神经网络的构造方法主要以模拟生物神经网络的拓扑结构和突触可塑性为主，而对生物神经细胞所具有的高级功能的描述和抽象的关注较少。……