中文摘要：

嗅觉神经系统的信息处理机制研究对探索智能的本质具有重要启发意义，在工程实践中也有广泛应用前景。基于介观尺度，项目首先深入研究嗅球层模型，然后吸收嗅感受器模型和嗅皮层模型的研究成果，最终建立完整的，包括嗅感受器、嗅球层和嗅皮层在内的嗅觉神经系统介观整合模型。同时，以嗅觉感知不同刺激信号时所产生脑电的特性为标准，对整合模型进行优化，使模型重现生物在嗅觉感知过程中产生的脑电同步特征，达到在更高层次上对嗅觉神经系统的模拟，进而结合电子鼻系统，分析模型在信息处理中的应用。具体而言，模型的整合从三方面展开在结构上，尽可能保持与嗅觉神经系统解剖结构的一致性；在神经元模型上，以神经团理论为基础，构造体现混沌特性的神经元模型；在特性上，整体呈现出与脑电同步特性的高度相似性。项目对探索神经系统的信息处理机制，以及促进生命、信息等学科的交叉融合都具有重要意义。

结论摘要：

嗅觉神经系统的信息处理机制研究对探索智能的本质具有重要启发意义，在工程实践中也有广泛应用前景。根据批准的课题研究计划，基于朴素仿生学思路，从脑电特性、神经元模型、嗅觉整合模型以及模型应用四方面对嗅觉神经系统展开研究，并取得了一定的研究成果。　　在四方面研究中，嗅觉模型整合研究是中心，脑电研究、神经元模型研究为嗅觉模型整合研究提供基础，模型扩展及应用研究进一步拓展和验证嗅觉模型整合研究的成果。四方面研究相互协调，构成了课题的研究内容，研究进展分别说明如下。（1）脑电研究中着重研究脑电的同步特性。首先，提出结合CAR和锁相位判断脑电同步状态的策略，并进一步提出了基于HHT的改进锁相位计算方法。基于缺氧脑电的实验表明，提出的方法能有效识别脑电的同步特性。（2）神经元模型研究着重混沌神经元研究。首先，提出了一种新的混沌神经元模型，进而将其引入K系列模型。数值分析表明，引入该模型的K系列模型在某些方面更接近真实的嗅觉系统。（3）利用已有研究成果，嗅觉整合模型研究建立较为完整的嗅觉仿生模型。模型结构更加完整，涵盖了嗅感受器、嗅球和嗅皮层等关键嗅觉组成部分；针对嗅觉的不同部位采用不同的神经元模型；模型经过优化之后，其输出能呈现明显的同步特性，更接近真实的脑电同步特性。数值分析表明，对不同刺激输入模型可以呈现对应的状态；基于人脸识别的应用表明，整合模型具有良好的记忆能力和模式识别能力。（4）从三个方面对模型扩展和应用进行了研究。在模式识别方面，基于非线性动力学指标提取脑电特征，以嗅觉模型KIII为分类器的应用表明，KIII模型能有效区分非线性的脑电信号。在模型扩展方面，将TCM与KIII模型结合研究了文本分类应用，在给出分类结果的同时也给出了判定结果的可信性。图像生成方面，建立了简化的嗅觉模型，可以生成灰度和彩色纹理图像，并从定性和定量两个方面讨论了影响纹理图像的不同因素。　　经过三年的研究，课题取得了一定的研究成果。课题组已经发表学术论文29篇，EI/ISTP收录17篇次；培养研究生8名，并已全部毕业；进行了广泛的学术交流活动，先后参加国内和国际会议十余人次，并邀请了瑞典农业大学的Hans Liljenstrom教授到课题组讲学，以及赴美与芝加哥大学Sam Volchenboum博士的课题组进行学术交流，进一步推介了课题组的研究。