本文研究K系列模型的特性及应用,此模型建立在神经元簇结构层次上用来描述整个嗅觉系统的电活动及电信号处理过程。K系列模型是一个高维的混沌神经网络模型,不仅可以模拟电生理实验中得到的嗅觉系统的EEG数据,而且也具有模式识别的能力。同时K系列模型也从非线性神经动力学的角度解释嗅觉神经系统的信息处理机制。 本文对K系列模型,包括KO,KⅠ,KⅡ和KⅢ模型进行了数值模拟。从模拟结果可以看出,KⅢ网络可以很好的模拟嗅觉神经系统的电活动。而且与以往的人工神经网络不同的是,KⅢ网络是工作在混沌轨道上的,其对于信息模式的学习和记忆,对模式的识别也是通过混沌吸引子实现的。 基于对K系列模型的分析和以往的工作基础,本文应用KⅢ模型对脑电信号和一系列图像模式进行模式识别,并且与一些人工神经网络方法得到的结果进行了比较。由模式识别的实验结果看出,KⅢ网络是一种较好的模式分类方法。